子科生物報道：德克薩斯大學西南分校和華盛頓大學的研究人員領導了一個國際團隊，使用人工智能(AI)和進化分析來制作真核蛋白質相互作用的3D模型。這項發(fā)表在《科學》(Science)雜志上的研究首次確定了100多個可能的蛋白質復合物，并為700多個此前未鑒定的復合物提供了結構模型。對一對對或一組蛋白質組合在一起進行細胞過程的深入了解，可能會帶來大量新的藥物靶點。

“我們的結果代表了結構生物學新時代的重大進展，計算在其中起著基礎性作用，”得克薩斯大學西南醫(yī)學中心生物醫(yī)學信息學專家Qian Cong說。

在她被德克薩斯西南大學錄取之前，Qian Cong博士與David Baker博士共同領導了這項研究。David Baker博士是生物化學教授，也是Qian Cong博士在華盛頓大學的博士后導師。這項研究有四位共同牽頭作者，包括德克薩斯大學西南計算生物學家裴繼民博士。

Qian Cong博士解釋說，蛋白質通常成對或成對地運作，被稱為復合物，以完成維持生物體存活所需的每一項任務。雖然這些相互作用中的一些已經得到了很好的研究，但許多仍然是一個謎。構建全面的相互作用-或描述細胞中完整的分子相互作用-將闡明生物學的許多基本方面，并為研究人員開發(fā)鼓勵或阻止這些相互作用的藥物提供一個新的起點。Qian Cong博士工作于結合生物信息學和生物學的交互組學這一新興領域。

直到最近，構建相互作用體的一個主要障礙是許多蛋白質結構的不確定性，半個世紀以來，科學家一直在試圖解決這個問題。2020年和2021年，DeepMind公司和貝克博士的實驗室分別發(fā)布了兩項人工智能技術，即AlphaFold (AF)和RoseTTAFold (RF)。這兩項技術使用不同的策略，根據產生蛋白質的基因序列預測蛋白質結構。

在目前的研究中，Cong博士、Baker博士和他們的同事們通過對許多酵母蛋白復合物建模，擴展了這些人工智能結構預測工具。酵母是基礎生物學研究中常見的模式生物。為了找到可能相互作用的蛋白質，科學家們首先在相關真菌的基因組中尋找以一種相互關聯的方式獲得突變的基因。然后，他們使用這兩種人工智能技術來確定這些蛋白質是否可以以3D結構組合在一起。

他們的工作確定了1505個可能的蛋白質復合物。其中699個已經進行了結構表征，驗證了他們方法的實用性。然而，只有有限的實驗數據支持700種預測的相互作用，另外106種從未被描述過。

為了更好地了解這些特征不明顯或未知的復合物，華盛頓大學和德克薩斯大學西南分校的團隊與世界各地已經在研究這些或類似蛋白質的同事合作。通過將當前研究中的科學家們所生成的3D模型與來自合作者的信息相結合，研究小組能夠對涉及遺傳信息的維護和處理、細胞構建和運輸系統、新陳代謝、DNA修復等領域的蛋白質復合物獲得新的見解。他們還根據新發(fā)現的與其他特征明確的蛋白質的相互作用，確定了以前功能未知的蛋白質的作用。

“我們在新論文中描述的工作為人類相互作用的類似研究奠定了基礎，最終可能有助于開發(fā)人類疾病的新療法，”Cong博士補充說。

Qian Cong博士指出，在這項研究中生成的預測蛋白復雜結構可以從ModelArchive下載。她說，在未來的研究中，這些結構和其他使用這種技術生成的結構將是未來幾年研究問題的豐富來源。

Cong博士是西南醫(yī)學基金會生物醫(yī)學研究學者。其他參與這項研究的UTSW研究人員包括Jing Zhang和Josep Rizo博士(Virginia Lazenby O’hara生物化學教授)。

合作機構包括:哈佛大學、韋恩州立大學、康奈爾大學分子生物學MRC實驗室、紀念斯隆·凱特琳癌癥中心、格斯特納斯隆·凱特琳生物醫(yī)學科學研究生院、弗雷德·哈欽森癌癥研究中心、哥倫比亞大學、Würzburg德國大學、圣猶大兒童研究醫(yī)院、意大利米蘭的FIRC分子腫瘤學研究所和意大利羅馬的分子遺傳學研究所的國家研究委員會。