英國《自然》雜志22日發表了一項結構生物學重磅研究,世界知名人工智能團隊深度思維(DeepMind)報告了“阿爾法折疊”(AlphaFold)對人類蛋白質組(人類基因組編碼的所有蛋白質的集合)的準確結構預測。此次得到的數據集,涵蓋了人類蛋白質組近60%氨基酸的結構位置預測,且預測結果具有可信度。
確定蛋白質的結構能為理解生物學過程提供寶貴信息,并有望指導藥物研發??紤]到理解人類蛋白質組對健康和醫藥的重要性,研究人員付出了大量努力來確定這些蛋白質結構。
雖然開展了數十年的研究攻關,但通過傳統實驗方法確定的結構,只覆蓋了人類蛋白質組17%的氨基酸——氨基酸是連接起來形成蛋白質的亞單位。利用傳統實驗方法解析結構需要克服諸多十分耗時的障礙,因此,擴大蛋白質組覆蓋面仍是一項艱巨挑戰。
此次,深度思維團隊的研究人員利用前沿機器學習方法“阿爾法折疊”,確定了覆蓋幾乎整個人類蛋白質組(98.5%的所有人類蛋白)的蛋白質的結構。研究人員發現,“阿爾法折疊”能對人類蛋白質組58%的氨基酸的結構位置給出可信預測。其中,對35.7%的結構位置的預測達到了很高的置信度,是實驗方法覆蓋的結構數量的兩倍。在蛋白水平上,“阿爾法折疊”對43.8%的蛋白的至少3/4的氨基酸序列給出了可信預測。
研究團隊認為,大規模的準確結構預測將成為一種重要工具,讓我們能從結構的角度解答新的科學問題,而“阿爾法折疊”的預測結果將幫助進一步闡明蛋白質的作用。
研究團隊表示,“阿爾法折疊”的預測信息將通過歐洲生物信息研究所(EMBL-EBI)托管的公用數據庫免費向公眾開放。
就在本月16日,深度思維公布了“阿爾法折疊2”的問世,就計算機方法而言,“阿爾法折疊2”能以前所未有的準確度根據蛋白質的氨基酸序列預測其三維結構。
總編輯圈點
在過去50多年的時間里,科學家一直嘗試根據蛋白質的氨基酸序列預測其折疊而成的三維結構。這種傳統實驗方法對人力和時間的要求非常高——截至目前,約有10萬個蛋白質的結構已經用實驗方法得到解析,但這在已經測序的數10億計蛋白質中,僅僅占了很小一部分。現在,“阿爾法折疊”預測的大部分結構達到了空前的準確度,結果與實驗方法不相上下,速度卻可以成倍數增長。可以說,我們現在的預測算法,終于讓蛋白質結構解析技術跟上了基因組革命的發展步伐。
下一篇:我敢打賭,你從沒見過這么彎的冰
【免責聲明】本文轉載自網絡,與科技網無關??萍季W站對文中陳述、觀點判斷保持中立,不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔全部責任。