人工智能成功预测蛋白质相互作用

在最新一期《科学》杂志上，以美国为首的国际科研团队指出，他们利用人工智能和进化分析绘制了真核生物蛋白质相互作用的3D模型，首次鉴定出100多种可能的蛋白质复合物，并为700多种蛋白质复合物提供了结构模型。蛋白质相互作用的深入研究有望催生新的药物。

研究带头人之一、美国西南大学人类发展与发展中心助理教授钱聪表示，该研究成果代表了结构生物学新时代的重大进展。

钱聪解释说，蛋白质通常成对或成组工作，形成复合物，以完成生物体生存所需的任务。尽管科学家已经深入研究了其中的一些相互作用，但其中许多仍未解决。了解蛋白质之间的所有相互作用将揭示生物学的许多基本方面，并为新药研发提供参考。

但是半个世纪以来，由于许多蛋白质结构的不确定性，科学家们很难理解这些相互作用。2020年和2021年，Deep Thinking Company和华盛顿大学David Baker实验室分别独立发布了Alpha Fold和RoseTTAFold两项人工智能技术，采用不同的策略来预测蛋白质的结构。

在最新的研究中，钱聪等人通过对许多酵母蛋白复合物进行建模，扩展了人工智能结构预测工具箱。为了寻找可能的相互作用蛋白，科学家们首先搜索相关真菌的基因组，寻找突变基因，然后利用上述两种人工智能技术来确定这些蛋白是否可以与3D结构结合。

他们鉴定了1505个可能的蛋白质复合物，其中699个结构已经被表征，这验证了他们方法的实用性。其他700种化合物目前的数据有限，其余106种化合物从未被研究过。为了更好地理解这些很少描述或未知的化合物，研究小组研究了相似的蛋白质，并根据新发现的蛋白质和以前已知的蛋白质之间的相互作用来确定新发现的蛋白质的作用。