Nature：利用人工智能工具发现新的蛋白家族和褶皱

在一项新的研究中，来自瑞士生物信息学研究所和巴塞尔大学的研究人员发现了一个未表征蛋白的宝库。在最近的深度学习革命中，他们发现了数百个新的蛋白家族，甚至还发现了一种新的预测蛋白褶皱。相关研究结果于2023年9月13日在线发表在Nature期刊上，论文标题为“Uncovering new families and folds in the natural protein universe”。

在过去几年里，AlphaFold 为蛋白科学带来了革命性的变化。这种人工智能（AI）工具是根据生命科学家们50多年来收集的蛋白数据训练而成的，能够高精度地预测蛋白的三维形状。它的成功促使去年对2.15亿个蛋白进行了惊人的建模，为几乎所有蛋白的形状提供了新见解。这对于尚未进行实验研究的蛋白来说尤其有趣，因为实验研究是一个复杂而耗时的过程。

论文共同通讯作者Joana Pereira说，“如今蛋白信息的来源很多，其中包含了对蛋白如何进化和起作用的宝贵见解。然而，研究工作长期以来一直面临着数据丛林（data jungle）的问题。”另一名论文共同通讯作者为Torsten Schwede教授。

揭示新的蛋白家族和褶皱

这些作者构建了一个由5300万个具有高质量AlphaFold结构的蛋白组成的相互作用网络。论文第一作者 Janani Durairaj 博士说，“这个网络是理论上大规模预测未知蛋白家族及其功能的宝贵来源。”他们发现了 290 个新的蛋白家族和一个类似花朵形状的新蛋白褶皱。

基于Schwede及其研究团队在开发和维护领先软件 SWISS-MODEL 方面的专业知识，他们将这个相互作用网络作为一种称为“蛋白宇宙图谱（Protein Universe Atlas）”的交互式网络资源进行提供。

人工智能作为研究的重要工具

这些作者采用了基于深度学习的工具来发现这个相互作用网络中的新奇之处，为生命科学从基础研究到应用研究的创新铺平了道路。Pereira说，“了解蛋白的结构和功能通常是开发新药或通过蛋白质工程改变其功能的第一步。”

有了这种蛋白质宇宙图谱，科学家们如今可以更多地了解与他们的研究相关的蛋白。Durairaj说，“我们希望这一资源不仅能帮助科学家们，还能帮助学生和教师，为他们提供一个了解蛋白多样性（从结构、功能到进化）的新平台。”（生物谷 Bioon.com）

参考资料：

1. Janani Durairaj et al. Uncovering new families and folds in the natural protein universe. Nature, 2023, doi:10.1038/s41586-023-06622-3.

2. Artificial Intelligence tools shed light on millions of proteins
https://www.unibas.ch/en/News-Events/News/Uni-Research/AI-tools-shed-light-on-millions-of-proteins.html