時時頭條
  • 娛樂
  • 體育
  • 財經
  • 科技
  • 旅遊
  • 軍事
  • 育兒
  • 時尚
  • 遊戲
  • 歷史
  1. 首頁
  2. 科技

Nature methods | 從序列到結構:探索CombFold組裝演算法的三重奏

2024-02-11 11:22:14


引言

在生物分子領域,蛋白質複合體的結構預測是理解生物學功能和疾病機制的關鍵。儘管深度學習模型,如AlphaFold2和RosettaFold,已經能夠以高精度預測單個蛋白質的結構,但對於因其規模和多個亞基間複雜相互作用而難以預測的大型蛋白質複合體,這仍然是一個挑戰。2月7日發表於Nature Methods的研究“CombFold: predicting structures of large protein assemblies using a combinatorial assembly algorithm and AlphaFold2”,提出了CombFold方法,這是一種結合了組合裝配演算法(combinatorial assembly algorithm)和AlphaFold2的技術,用於預測大型蛋白質複合體的結構。

在傳統的結構表徵技術,如X射線晶體學(X-ray crystallography)和核磁共振(Nuclear Magnetic Resonance Spectroscopy)中,大型蛋白質複合體的結構決定尤其具有挑戰性。雖然低溫電子顯微鏡(cryo-electron microscopy, cryo-EM)取得了一些進展,但高通量結構測定仍然具有挑戰性。CombFold的提出,旨在透過利用AlphaFold2預測的亞基間配對相互作用(pairwise interactions),透過一種層級化和組合式的裝配策略,準確預測大型蛋白質複合體的結構。

CombFold的準確度得到了驗證,它在兩個資料集中預測的複合體中,有72%的複合體在前10個預測中的TM得分(TM-score)超過0.7,表明了其高精度。此外,與Protein Data Bank (PDB)條目相比,預測的複合體結構覆蓋率高出20%。CombFold還支援基於交聯質譜(crosslinking mass spectrometry)的距離限制和快速列舉可能的複合體化學計量學(complex stoichiometries)。CombFold的高精度使其成為了擴充套件結構覆蓋範圍到單體蛋白質以外的有希望的工具。

Highlights

創新的組合裝配演算法(Combinatorial Assembly Algorithm):CombFold透過結合AlphaFold2的深度學習技術和一種創新的組合裝配演算法,成功預測了大型蛋白質複合體的結構。這一方法突破了僅依靠傳統技術或單一計算模型難以解決的大型蛋白質複合體結構預測的限制。

高精度預測:在兩個資料集中,CombFold能夠在前10個預測中以TM得分(TM-score)超過0.7的高精度預測出72%的蛋白質複合體結構,這顯示了其在大型蛋白質複合體結構預測方面的高效能。

結構覆蓋率提高:與現有的蛋白質資料庫Protein Data Bank (PDB)條目相比,CombFold預測的複合體結構展示了20%的結構覆蓋率提高,這意味著能夠為科學研究提供更完整的結構資訊。

支援距離限制和複合體化學計量學列舉:CombFold不僅能夠準確預測結構,還支援基於交聯質譜(crosslinking mass spectrometry)的距離限制和快速列舉可能的複合體化學計量學(complex stoichiometries),進一步增強了其在結構生物學研究中的應用潛力。

應用範圍廣泛:該方法不僅限於單個蛋白質的結構預測,還能夠處理沒有已知結構的複雜蛋白質組裝體,為複雜生物分子機制的解析和藥物開發提供有力的工具。

Strategies

該研究中,CombFold方法的核心是結合AlphaFold2的深度學習能力與一種創新的組合式裝配演算法(combinatorial assembly algorithm),以預測大型蛋白質複合體的三維結構。這種方法的具體實現步驟如下:

利用AlphaFold2預測亞基間的配對相互作用(Pairwise Interactions):首先,CombFold使用AlphaFold2對複合體中所有可能的亞基對(subunit pairs)進行結構預測,獲取亞基間的相互作用資訊。這一步驟是基於AlphaFold2對單鏈蛋白質或蛋白質複合體的預測能力進行的擴充套件。

組合和層級化裝配(Combinatorial and Hierarchical Assembly):基於從AlphaFold2獲得的亞基間配對相互作用資訊,CombFold採用一種組合和層級化的策略來組裝蛋白質複合體。這一過程透過最佳化亞基之間的配對組合,來尋找最可能正確的裝配方式。

生成配對子單元的統一表示(Unified Representation of Subunit Pairings):為了準備進行最終的組裝階段,需要從AlphaFold2預測的多個模型中選擇代表性的亞基結構。這一步驟涉及到對每個亞基在不同配對條件下預測的結構進行綜合評估,選出最具代表性的結構用於後續的組裝。

計算亞基間的轉換(Transformations between Subunits):根據選出的代表性亞基結構,計算亞基間可能的空間位置轉換,包括旋轉和平移。這些轉換資訊用於在組裝過程中正確定位各個亞基。

組合裝配演算法(Combinatorial Assembly Algorithm):在得到所有必要的亞基間轉換資訊後,CombFold採用組合裝配演算法對亞基進行層級化組裝。這一演算法透過列舉所有可能的亞基組合和相應的空間定位,尋找最終能夠正確組裝出整個複合體的方法。

距離限制和化學計量學列舉(Distance Restraints and Stoichiometry Enumeration):CombFold支援基於交聯質譜資料的距離限制,以及對未知結構的複合體進行化學計量學(stoichiometry)的快速列舉,這一功能使得CombFold能夠在缺乏完整結構資訊的情況下,也能進行高度可信的結構預測。

CombFold的三個階段(Credit: Nature methods)

透過上述步驟,CombFold能夠有效地預測出大型蛋白質複合體的三維結構,即使是對於那些由多個不同亞基構成、結構複雜度高的複合體也同樣適用。這種方法的成功,展示了深度學習與傳統生物資訊學方法相結合的巨大潛力,為未來的結構生物學研究提供了新的工具和思路。

Prospects

動態結構預測:當前CombFold主要預測蛋白質複合體的靜態結構。然而,許多蛋白質在生物學過程中會呈現出動態變化和多種構象。如何預測和理解這些動態過程和構象變化仍是一個挑戰。

複合體中未知亞基的預測:對於一些複合體,其組成亞基的完整資訊可能未知。當前的方法需要已知複合體的化學計量學(stoichiometry)資訊,對於那些部分亞基未知或存在亞基變異的複合體,如何有效預測它們的結構尚未明確。

大規模複合體的處理能力:對於極其龐大的蛋白質複合體,即使是CombFold這樣的先進方法也可能面臨計算資源和演算法效率的限制。如何提高演算法的處理能力,以應對更大規模的複合體預測,是一個待解決的問題。

複合體異質性的解析:許多蛋白質複合體在生物體內以不同的亞基組合形式存在,展現出高度的異質性。如何準確捕捉並預測這種複合體的多樣性和異質性是一個重要的研究方向。

實驗資料的整合和利用:CombFold雖然能夠整合交聯質譜(crosslinking mass spectrometry)等實驗資料,但如何更有效地利用其他型別的實驗資料(如FRET、Cryo-EM等),以提高預測精度和可靠性,還需要進一步探索。

預測結果的驗證:CombFold預測的結構需要透過實驗方法進行驗證。如何系統地對預測結果進行驗證,並根據驗證結果最佳化演算法,是實現預測方法實用化的關鍵一步。

應用領域的擴充套件:CombFold的潛在應用領域非常廣泛,如何在藥物設計、疾病機理研究等領域具體應用這些預測技術,以及如何根據應用需求進一步最佳化演算法,都是未來研究的重要內容。

https://www.nature.com/articles/s41592-024-02174-0

Shor B, Schneidman-Duhovny D. CombFold: predicting structures of large protein assemblies using a combinatorial assembly algorithm and AlphaFold2. Nat Methods. 2024 Feb 7. doi: 10.1038/s41592-024-02174-0. Epub ahead of print. PMID: 38326495.

責編|探索君

排版|探索君

End

熱門資訊
  • 英加美三名人士獲頒2024年京都獎 | 2024-11-11 05:48:26
  • 科學家研發數字孿生腦平臺,實現對人腦結構和功能的模擬 | 2024-11-11 05:50:14
  • 中國工程院院士、國際鹽湖學會主席鄭綿平:我國擁有全球70%電池產能,做好鹽湖資源綜合利用十分關鍵 | 2024-11-11 06:21:43
  • 美國女宇航員瘦脫相 滯留空間站的他們何時回家 | 2024-11-11 06:46:41
  • LG Display 成功開發出全球首款可擴充套件 50% 的可拉伸顯示屏 | 2024-11-11 07:13:28
  • P7+爆了,但小鵬還未必穩 | 2024-11-11 07:23:38
  • 人事 | 移動份額最大省,一次空降兩副職! | 2024-11-11 07:23:41
  • 最新AFM:基於木質生物質氣凝膠的摩擦電奈米發電機及其能源收集與生物力學監測應用 | 2024-11-11 07:23:44
  • 大疆或將入局掃地機器人 市場格局會否生變? | 2024-11-11 07:32:51
  • 英國首顆人造衛星神秘位移,有猜測是“美方操控人員轉移” | 2024-11-11 07:32:54
  • 史上首次!比特幣突破80000美元 | 2024-11-11 07:37:02
  • 研究“狗”,發了一篇Science! | 2024-11-11 07:42:32
  • 胡文瑞:超級工程是人類改造自然偉大創造的巔峰之作 | 我與科學出版社 | 2024-11-11 07:42:36
  • 砍頭的剎那,是頭感覺身體沒了,還是身體感覺失去了頭? | 2024-11-11 07:42:37
  • 洛圖科技:2024Q3 中國監控攝像頭線上銷量 780 萬臺 | 2024-11-11 07:44:39
  • 網民一年多發數千條言論吐槽蔚來,被索賠200萬 | 2024-11-11 08:01:02
  • 中國監控攝像頭Q3市場排名:小米穩居第一 碾壓傳統品牌 | 2024-11-11 08:22:44
  • 反對轉基因的人,都是一些害人的東西! | 2024-11-11 08:29:19
  • 安克 Zolo 能量艙移動電源開售,首發 499 元 | 2024-11-11 08:38:54
  • 高階醫療影像裝置原始創新仍由大廠主導,國產核心器件研發進展如何 | 2024-11-11 08:44:35
  • 訊息稱LG能源將為SpaceX公司供應圓柱形電池,用於未來太空任務 | 2024-11-11 08:44:41
  • 鈦媒體科股早知道:這類晶片熱度持續升溫,研發和應用新進展不斷 | 2024-11-11 08:45:34
  • 打造更強勁“中國心” | 2024-11-11 08:45:38
  • 約當——被無視的量子力學與量子場論奠基人 | 2024-11-11 09:09:56
  • 蘋果M4晶片有望明年全面覆蓋Mac產品線 歷史性更新 | 2024-11-11 09:11:27
  • 蘋果本週或將釋出Final Cut Pro更新 新增多項功能 | 2024-11-11 09:22:44
  • Q3中國智慧平板線上銷量為293.8萬臺 華為小米進前三 | 2024-11-11 09:34:46
  • AMD 2025 年移動處理器規格曝光,Fire Range 僅提供銳龍 9 | 2024-11-11 09:42:43
  • 雙十一必備,哈趣NEW K2讓你輕鬆擁有大屏樂趣 | 2024-11-11 09:52:02
  • 日本半導體教父投靠中國,備受爭議,直言幫助中國晶片打破壟斷 | 2024-11-11 09:56:21
最近發布
突發!TVB知名女星毫無預警宣佈與未婚夫分手,結束長達八年情 面對被黑,蘭姐強勢迴歸。小菲狀態好轉,發宣告。更多內幕揭曉! 中國男籃決戰日本隊,首發五人曝光,廣東隊大贏家,徐傑第一後衛 孫穎莎奪女單冠軍!採訪謙遜立足拼,劉國樑給中國選手頒獎笑開花 分析 馬威交易取消後的影響:湖人還有什麼選擇?只能等休賽期? 火箭vs猛龍前瞻:範弗裡特有望復出戰舊主,火箭欲終結六連敗 梅西轟動宏都拉斯!當地媒體:這是世紀體育盛事! 登記開啟!金中、29中、13中等校動了! 開年暴擊!南京又一家機構跑路了? TechInsights:AI PC未能提振筆記本市場 2024年僅增長5% 睡覺時突然腿抽筋,就是缺鈣?錯!還有這4個原因,別輕易忽視了 泡泡瑪特又贏麻了!此前被調侃是“境內最大的博彩公司” 再也不用扎手指!5億糖尿病患者有福了 傳《尼爾:機械紀元》續作、新《古墓麗影》今年公佈 有工作經驗的畫素畫師如何寫簡歷? 離譜!Xun被搶3條龍,JDG仍然獲勝!Peyz力挽狂瀾,WBG痛失好局 將耗死在國際空間站?59歲美滯留女宇航員求救:喪失重要身體機能 華為FreeClip耳機玫瑰金開售 開放式聆聽設計 CBA俱樂部杯-山西淘汰北控晉級4強 原帥18分 小紅書上移民的中產:曾經北京七套房, 羨慕海外一張床, 如今卻...... 不可抗力停課2天以上退一半保教費,佛山幼兒園收費新規釋出 紅棉襯醉美,2020番順醉美青餅評測 華為FreeClip耳夾耳機玫瑰金配色開售:1299元 64歲寧波老闆,跨界無數次,給員工發8億,即將擁有第三家IPO? 卡友資訊股東持股情況變動 廣州“城市合夥人”:城市與人才的雙向奔赴 有人說孫穎莎粉絲是飯圈文化的時候 卻有些人用真金白銀愛孫穎莎! 男生剪“短髮”髮型乾淨利落,試試這3款,剪完帥氣提升顏值! 7個臀部訓練最佳動作,打造迷人的蜜桃臀! 偉大的4-2!林詩棟奪冠:新科世界第1誕生、超越王楚欽,狂攬3冠 新疆完美了!新小外強於皮特森+黑根斯,承認補強大外良性競爭! 林詩棟奪男單冠軍!採訪大談不容易太謙遜,單獨拍照露出笑容! 國乒最新戰報!林詩棟第2局11-8,衝3冠王,梁靖崑救2局點仍輸球 替補奇兵!快船大將5記3分助隊贏球 哈登好幫手 爆冷!北控男籃吊打奪冠大熱門球隊,外援決定比賽的走向 官宣離任,胡明軒宣佈重要決定,廣東宏遠遺憾,杜鋒祝福 又一個賈德松!崔康熙看人很準,魯媒:卡約又要錯過中國聯賽了 劉國樑憔悴!黑眼圈很重,擋住蒯曼被提醒,孫穎莎王楚欽被裁判整 林詩棟逆轉梁靖崑奪冠,成就三冠王,綜合實力更加突出 CBA最新外援註冊資訊,遼籃4人,新疆補充新援,廣東男籃放棄萊斯 大滿貫收官獎金排名:林詩棟三冠60萬第1,孫穎莎第2王曼昱10萬第9 臺灣律師分析大S遺產劃分,S媽要錢得看汪小菲臉色,打臉光頭安排 臺媒曝大S家人鬆手,讓出撫養權給汪小菲,希望馬筱梅善待孩子 二線白酒暴雷,狼真的來了! 搭上比亞迪,自動駕駛獨角獸,利潤大增170%! 炸裂!外資吹響“加倉中國”集結號背後:科技格局重塑與資產重估 這波夢幻西遊副本積分兌換真是血虧,四賜福的山賊值得買嗎? 《星戰亡命之徒》高階美工又回到CDPR 開發《巫師4》 《哪吒2》登陸北美,首映禮現好萊塢!有觀眾哭花眼妝:特效超預期,買票靠搶 曝張蘭被封年損失近4億,麻六記絕地自救太壯觀,員工曬張蘭近況

©2024 時時頭條 版權所有

隱私政策 | 服務條款 | 聯繫我們