同日两篇《自然》:AlphaFold助力揭示蛋白质全新关联,照亮蛋白质宇宙

发布网友 发布时间：2024-10-23 21:05

我来回答

共1个回答

热心网友 时间：7分钟前

2020年，人工智能系统AlphaFold在DeepMind公司的推动下，实现了蛋白质三维结构的精确预测，彻底改变了数字生物学的面貌。通过与欧洲生物信息研究所（EMBL-EBI）合作，AlphaFold蛋白结构数据库应运而生。借助这一数据库，DeepMind与EMBL-EBI合作成功预测了98.5%的人类蛋白质结构，并在一年后扩展至超过100万个物种的2.14亿个蛋白质结构，几乎涵盖了地球上所有已知蛋白质。

AlphaFold等人工智能系统推动了我们对蛋白质结构、功能的深入理解。更为关键的是，AlphaFold蛋白结构数据库的开放使用，使得全球科学家能够探索更多未知的蛋白质世界。近期，《自然》杂志发表了两项利用AlphaFold蛋白质结构数据库的研究成果，揭示了蛋白质结构宇宙中的全新关联。

其中一项研究由首尔国立大学和苏黎世联邦理工学院的联合团队完成，他们通过开发一种名为Foldseek cluster的聚类算法，根据蛋白质形态的相似性快速比较数据库中的结构，并对数以亿计的结构进行聚类分析。研究团队在数据库中鉴定出230万个形态相似的蛋白质簇，其中31%未被描述，可能代表了此前未知的结构。

研究团队通过比较蛋白质结构鉴定出的相关蛋白质簇数量是仅通过序列得到数量的10倍，这突破了仅依赖序列信息的局限性。他们开始探索这些新发现的“星系”，已经揭示了一些令人惊讶的联系，例如，一种用于检测病毒DNA并触发快速免疫攻击的人类蛋白与单细胞细菌、古菌的蛋白位于同一个蛋白质簇中。

另一项研究由瑞士巴塞尔大学的研究团队进行，他们创建了一个连接AlphaFold蛋白质结构数据库中超过5000万个预测最为准确结构的网络。利用此网络，研究团队发现了全新的蛋白质形态，命名为“β花”（Beta-flower），其中包含了一些形态类似于花瓣的发夹状结构。研究发现，含有“β花”的蛋白彼此的亲缘关系较远，但其功能仍需进一步研究。此外，他们还向数据库中添加了多个蛋白家族，并证实了一个属于新的翻译靶向毒素-抗毒素系统超家族TumE-TumA。

这些研究标志着蛋白质结构研究进入了一个全新的阶段。John Jumper，AlphaFold团队的领导者，对此感到兴奋，并期待更多类似的探索。这两项研究不仅扩展了我们对蛋白质结构的理解，也为未来的研究开辟了新的路径。