子科生物報道：所有生物功能都依賴于不同蛋白質(zhì)之間的相互作用。這些相互作用促進(jìn)了從轉(zhuǎn)錄DNA、控制細(xì)胞分裂到復(fù)雜生物體的高級功能的一切過程。

然而，這些功能是如何在分子水平上協(xié)調(diào)的，以及蛋白質(zhì)是如何相互作用的——無論是與其他蛋白質(zhì)還是與自身的副本——一直是生物學(xué)研究的熱點問題。

最近的研究表明，即使是不完整的蛋白質(zhì)片段，其氨基酸短序列仍可以與目標(biāo)蛋白質(zhì)的界面結(jié)合，再現(xiàn)天然的相互作用。通過這種方式，它們可以改變蛋白質(zhì)的功能或破壞其與其他蛋白質(zhì)的相互作用。因此，蛋白質(zhì)片段不僅可以增強(qiáng)蛋白質(zhì)相互作用和細(xì)胞過程的基礎(chǔ)研究，還可能具有治療應(yīng)用價值。

最近發(fā)表在《美國國家科學(xué)院院刊》（PNAS）上的一篇文章稱，研究人員開發(fā)了一種基于現(xiàn)有人工智能模型的新方法，可以計算預(yù)測大腸桿菌中能夠結(jié)合和抑制全長蛋白的蛋白質(zhì)片段。從理論上講，這種工具可以產(chǎn)生針對任何蛋白質(zhì)的基因可編碼抑制劑。

這項工作由生物學(xué)副教授、霍華德·休斯醫(yī)學(xué)研究所研究員Gene-Wei Li的實驗室與Jay A. Stein生物學(xué)教授、生物工程教授和系主任Amy Keating的實驗室合作完成。

利用機(jī)器學(xué)習(xí)

研究人員開發(fā)的名為FragFold的程序利用了人工智能模型AlphaFold。近年來，AlphaFold因其在預(yù)測蛋白質(zhì)折疊和相互作用方面的卓越能力而在生物學(xué)領(lǐng)域取得了重大突破。

該項目的目標(biāo)是預(yù)測片段抑制劑，這是AlphaFold的新應(yīng)用。研究人員通過實驗證實，即使之前沒有這些相互作用機(jī)制的結(jié)構(gòu)數(shù)據(jù)，F(xiàn)ragFold對結(jié)合或抑制的預(yù)測中有一半以上是準(zhǔn)確的。

“我們的研究結(jié)果表明，這是一種可推廣的方法，可以找到可能抑制蛋白質(zhì)功能的結(jié)合模式，包括新的蛋白質(zhì)靶點。你可以把這些預(yù)測作為進(jìn)一步實驗的起點?！盠i實驗室的博士后、共同第一作者Andrew Savinov表示，“我們真的可以將其應(yīng)用于沒有已知功能、沒有已知相互作用，甚至沒有已知結(jié)構(gòu)的蛋白質(zhì)，我們可以在我們正在開發(fā)的這些模型中增加一些可信度?！?/p>

其中一個例子是FtsZ，一種對細(xì)胞分裂至關(guān)重要的蛋白質(zhì)。它被研究得很好，但包含一個本質(zhì)上無序的區(qū)域，因此特別具有挑戰(zhàn)性。無序蛋白質(zhì)是動態(tài)的，它們的功能相互作用很可能轉(zhuǎn)瞬即逝——發(fā)生得如此短暫，以至于目前的結(jié)構(gòu)生物學(xué)工具無法捕捉到單個結(jié)構(gòu)或相互作用。

研究人員利用FragFold來探索FtsZ片段的活性，包括內(nèi)在無序區(qū)域的片段，以確定與各種蛋白質(zhì)的幾種新的結(jié)合相互作用。這一理解上的飛躍證實并擴(kuò)展了之前測量FtsZ生物活性的實驗。

“這是AlphaFold如何從根本上改變我們研究分子和細(xì)胞生物學(xué)的一個例子?！盞eating說，“人工智能方法的創(chuàng)造性應(yīng)用，比如我們在FragFold上的工作，開辟了意想不到的能力和新的研究方向?！?/p>

抑制和超越

研究人員通過計算每個蛋白質(zhì)片段，然后模擬這些片段如何與他們認(rèn)為相關(guān)的相互作用伙伴結(jié)合，來完成這些預(yù)測。他們將整個序列的預(yù)測結(jié)合圖與這些相同片段在活細(xì)胞中的效果進(jìn)行了比較，這些片段是通過高通量實驗測量確定的，其中數(shù)百萬個細(xì)胞每個產(chǎn)生一種蛋白質(zhì)片段。

AlphaFold使用共同進(jìn)化信息來預(yù)測折疊，并且通常在每次預(yù)測運行時使用稱為多序列比對（MSA）的東西來評估蛋白質(zhì)的進(jìn)化史。MSA至關(guān)重要，但對于大規(guī)模預(yù)測來說是一個瓶頸——它們可能會占用大量的時間和計算能力。

在FragFold中，研究人員預(yù)先計算了一次全長蛋白的MSA，并使用該結(jié)果來指導(dǎo)對該全長蛋白的每個片段的預(yù)測。

Savinov與Keating實驗室2023屆校友塞Sebastian Swanson博士一起，預(yù)測除了FtsZ之外，還有多種蛋白質(zhì)的抑制片段。在他們探索的相互作用中，脂多糖轉(zhuǎn)運蛋白LptF和LptG之間的復(fù)合物是一個典型案例。LptG的一個蛋白質(zhì)片段抑制了這種相互作用，可能破壞了脂多糖的傳遞，而脂多糖是大腸桿菌外細(xì)胞膜的重要組成部分，對細(xì)胞適應(yīng)性至關(guān)重要。

“令人驚訝的是，我們可以如此準(zhǔn)確地預(yù)測結(jié)合，事實上，我們經(jīng)常預(yù)測與抑制相對應(yīng)的結(jié)合。”Savinov說，“對于我們研究過的每一種蛋白質(zhì)，我們都能找到抑制劑?！?/p>

研究人員最初將重點放在作為抑制劑的蛋白質(zhì)片段上，因為一個片段是否可以阻斷細(xì)胞的基本功能是一個相對簡單的結(jié)果，可以系統(tǒng)地測量。展望未來，Savinov還對探索抑制之外的片段功能感興趣，例如片段可以穩(wěn)定它們所結(jié)合的蛋白質(zhì)，增強(qiáng)或改變其功能，或觸發(fā)蛋白質(zhì)降解。

原則上的設(shè)計

這項研究是對細(xì)胞設(shè)計原理進(jìn)行系統(tǒng)理解的起點，以及深度學(xué)習(xí)模型可以利用哪些元素來做出準(zhǔn)確的預(yù)測。

“我們正在朝著一個更廣泛、更深遠(yuǎn)的目標(biāo)努力。”Savinov說，“現(xiàn)在我們可以預(yù)測它們，我們是否可以利用我們從預(yù)測和實驗中獲得的數(shù)據(jù)來提取出顯著特征，以弄清楚AlphaFold實際上了解了什么是好的抑制劑？”

Savinov和合作者還進(jìn)一步研究了蛋白質(zhì)片段如何結(jié)合，探索其他蛋白質(zhì)相互作用和突變特定殘基，以觀察這些相互作用如何改變片段與目標(biāo)的相互作用。通過實驗檢查細(xì)胞內(nèi)數(shù)千個突變片段的行為，一種被稱為深度突變掃描的方法，揭示了負(fù)責(zé)抑制的關(guān)鍵氨基酸。在某些情況下，突變片段甚至比它們天然的全長序列更有效。

“與以前的方法不同，我們并不局限于在實驗結(jié)構(gòu)數(shù)據(jù)中識別片段。”Swanson說，“這項工作的核心優(yōu)勢是高通量實驗抑制數(shù)據(jù)和預(yù)測結(jié)構(gòu)模型之間的相互作用：實驗數(shù)據(jù)引導(dǎo)我們找到特別有趣的片段，而FragFold預(yù)測的結(jié)構(gòu)模型為片段在分子水平上的功能提供了一個具體的、可測試的假設(shè)?！?/p>

Savinov對這種方法的未來及其無數(shù)應(yīng)用感到興奮。

“通過創(chuàng)建緊湊的、基因可編碼的粘合劑，F(xiàn)ragFold為操縱蛋白質(zhì)功能開辟了廣泛的可能性?！盠i同意道，“我們可以想象提供功能化片段，可以修改天然蛋白質(zhì)，改變它們的亞細(xì)胞定位，甚至重新編程它們，為研究細(xì)胞生物學(xué)和治療疾病創(chuàng)造新的工具?！?/p>