UT 西南大學(xué)和華盛頓大學(xué)的研究人員領(lǐng)導(dǎo)了一個國際團隊，該團隊使用人工智能 (AI) 和進化分析來生成真核蛋白質(zhì)相互作用的 3D 模型。這項發(fā)表在《科學(xué)》雜志上的研究首次確定了 100 多種可能的蛋白質(zhì)復(fù)合物，并為 700 多種以前未表征的蛋白質(zhì)復(fù)合物提供了結(jié)構(gòu)模型。深入了解蛋白質(zhì)對或蛋白質(zhì)組結(jié)合在一起以進行細胞過程的方式可能會導(dǎo)致大量新的藥物靶點。
“我們的結(jié)果代表了結(jié)構(gòu)生物學(xué)新時代的重大進步，計算在其中發(fā)揮著重要作用，”尤金麥克德莫特人類生長與發(fā)展中心助理教授、生物物理學(xué)副教授錢聰博士說.
在被 UT Southwestern 招募之前，Cong 博士與華盛頓大學(xué)生物化學(xué)教授兼博士后導(dǎo)師 David Baker 博士一起領(lǐng)導(dǎo)了這項研究。該研究有四位共同主要作者，包括 UT 西南計算生物學(xué)家 Jimin Pei，博士。
Cong 博士解釋說，蛋白質(zhì)通常成對或成組運作，稱為復(fù)合物，以完成保持生物體存活所需的每一項任務(wù)。雖然其中一些相互作用得到了很好的研究，但許多仍然是個謎。構(gòu)建全面的相互作用組——或細胞中完整的分子相互作用集的描述——將闡明生物學(xué)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。叢博士在新興的相互作用組學(xué)領(lǐng)域工作，該領(lǐng)域結(jié)合了生物信息學(xué)和生物學(xué)。
直到最近，構(gòu)建相互作用組的一個主要障礙是許多蛋白質(zhì)結(jié)構(gòu)的不確定性，這是科學(xué)家半個世紀以來一直試圖解決的問題。2020 年和 2021 年，一家名為 DeepMind 的公司和 Baker 博士的實驗室獨立發(fā)布了兩種 AI 技術(shù)，稱為 AlphaFold(AF)和 RoseTTAFold(RF)，它們使用不同的策略根據(jù)產(chǎn)生蛋白質(zhì)的基因序列來預(yù)測蛋白質(zhì)結(jié)構(gòu)。
在當(dāng)前的研究中，Cong 博士、Baker 博士和他們的同事通過對許多酵母蛋白質(zhì)復(fù)合物進行建模來擴展這些 AI 結(jié)構(gòu)預(yù)測工具。酵母是基礎(chǔ)生物學(xué)研究的常見模式生物。為了找到可能相互作用的蛋白質(zhì)，科學(xué)家們首先在相關(guān)真菌的基因組中搜索了以相關(guān)方式獲得突變的基因。然后他們使用這兩種人工智能技術(shù)來確定這些蛋白質(zhì)是否可以組合成 3D 結(jié)構(gòu)。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！