子科生物報道：這些快速的變化意味著研究人員仍在努力了解大量的病毒蛋白，并準確地了解它們是如何增加病毒的感染能力的。這些知識可能對開發(fā)新的或更好的抗病毒治療方法至關重要。

現在，由Jennifer Doudna博士領導的格萊斯頓研究所和創(chuàng)新基因組學研究所的一組科學家利用計算工具預測了近7萬種病毒蛋白質的三維形狀。

研究人員將3D形狀與功能已知的蛋白質結構相匹配。由于蛋白質的結構直接影響其生物學功能，他們的研究為這些鮮為人知的蛋白質的確切功能提供了新的見解。

在他們發(fā)表在《Nature》雜志上的其他發(fā)現中，研究人員發(fā)現了病毒逃避免疫系統(tǒng)的一種強大方式。事實上，他們發(fā)現感染細菌的病毒和感染高等生物的病毒;包括人類在內的;共享類似的古老機制來逃避宿主的免疫防御。加州大學伯克利分校Jennifer Doudna說：“隨著具有大流行潛力的病毒的出現，確定它們如何與人體細胞相互作用是很重要的。我們的新研究提供了一種工具來預測這些新出現的病毒的作用?！?/p>

序列與形狀

通常，為了弄清楚一種蛋白質的功能，研究人員將尋找其獨特的氨基酸“構建塊”序列與其他已知功能蛋白質的氨基酸序列之間的相似性。然而，由于病毒進化如此迅速，許多病毒蛋白與已知蛋白缺乏強烈的相似性。

盡管如此，正如不同組合的構建模塊可以用來構建非常相似的結構一樣，不同序列的蛋白質可能共享3D形狀并發(fā)揮相似的生物學作用。

“我們將蛋白質形狀之間的相似性視為確定病毒蛋白質功能的有希望的替代方案，”該研究的第一作者、杜德納在格拉德斯通實驗室的博士后學者Jason Nomburg博士說。“我們問:我們能從蛋白質結構中學到什么，而我們在考慮序列時可能會遺漏這些?”

為了回答這個問題，研究小組求助于一個名為AlphaFold的開放研究平臺，該平臺可以根據蛋白質的氨基酸序列預測蛋白質的3D形狀。他們使用AlphaFold預測了來自近4500種感染真核生物(包括植物、動物和人類在內的細胞核中含有DNA的生物體)的病毒的67715種蛋白質的形狀。然后，他們使用深度學習工具，將預測的結構與來自其他病毒的已知蛋白質以及來自真核生物的非病毒蛋白質的結構進行比較。

Nomburg說:“如果沒有這些類型的計算工具的最新進展，這是不可能的，這些計算工具使我們能夠準確、快速地預測和比較蛋白質結構?！?/p>

研究小組發(fā)現，新預測的蛋白質形狀中有38%與先前已知的蛋白質相匹配，并發(fā)現了它們之間的關鍵聯(lián)系。

例如，一些新預測的結構屬于所謂的“ul43樣蛋白質”，這種蛋白質存在于人類皰疹病毒中，包括引起單核細胞增多癥和水痘的病毒。

Nomburg說:“這些新的病毒蛋白看起來與哺乳動物細胞中已知的非病毒蛋白驚人地相似，這些非病毒蛋白有助于將DNA和RNA的構建塊跨膜運輸。在這項工作之前，我們不知道這些蛋白質可能具有轉運蛋白的功能。”

研究小組還發(fā)現了新預測的病毒蛋白質結構與其他病毒蛋白質結構之間的匹配。最值得注意的是，該分析揭示了一種逃避宿主免疫防御的策略，這種策略在感染動物的病毒和感染細菌的噬菌體病毒中廣泛共享。這種機制似乎在整個進化過程中一直被保存下來。

Nomburg說:“這是一個非常令人興奮的領域，因為越來越多的證據表明，包括人類在內的復雜生物體的先天免疫類似于細菌中許多不同類型的先天免疫。我們將更深入地研究這些進化聯(lián)系，因為更好地了解我們的細胞對病毒的反應方式可能會帶來增強抗病毒防御的新方法?！?/p>

與此同時，該團隊已經公開了7萬個新預測的病毒蛋白質結構，以及他們新分析的數據。這些資源可以為其他研究人員提供機會，發(fā)現蛋白質之間的額外結構聯(lián)系，從而加深對病毒如何與宿主相互作用的了解。

Doudna說:“從治療疾病的角度來看，這項工作令人興奮，因為它突出了設計廣泛有效的抗病毒療法的新可能方法。例如，找到病毒逃避免疫的常見、保守的方式，可能會產生有效的抗病毒藥物，同時有效地對抗許多不同的病毒?！?/p>