蛋白质相互作用的深度学习识别将促进我们对细胞过程的理解的复合物

使用 RoseTTAFold 和 AlphaFold 的组合来筛选数百万对酵母蛋白，研究人员确定了超过 1,500 对可能相互作用。这些复合物具有多达 5 个亚基，在真核细胞的几乎所有关键过程中都发挥作用，并为生物学功能提供了广泛的见解。

“……我们的结果预示着结构生物学的新时代，在这个时代，计算在相互作用发现和结构确定中都发挥着重要作用，”作者写道。蛋白质-蛋白质相互作用在生物学中起着至关重要的作用，但许多真核蛋白质复合物的结构是未知的，并且可能有许多相互作用尚未确定。最近在蛋白质结构预测方面基于深度学习的进展，包括 2021年《科学》研究中强调的那些进展提出了 RoseTTAFold 工具，有可能增加识别相互作用蛋白质对的方法的能力。

Ian Humphreys 及其同事利用了这些最新进展。他们将 RoseTTAFold 和 DeepMind 的 AlphaFold 结合起来，筛选了 830 万对酵母蛋白质，确定了 1,505 种可能相互作用的蛋白质。他们为 106 个以前未识别的组件和 806 个尚未进行结构表征的组件构建了结构模型。“我们的方法将基于大规模深度学习的结构建模范围从单体蛋白质扩展到蛋白质组装，”作者说。“……对这里提出的许多新复合物的后续研究应该会促进对广泛的真核细胞过程的理解，并为治疗干预提供新的目标。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！