Science：利用新型人工智能软件工具RoseTTAFold仅需10分钟就可准确地计算出蛋白质三维结构

2021年7月17日讯/生物谷BIOON/---自从DeepMind在2020年的“结构预测关键评估（Critical Assessment of Structure Prediction）”（CASP14）会议上展示了该领域的显著进展以来，科学家们已经等待了数月，以便获得高度准确的蛋白质结构预测的机会。现在等待已经结束。

在一项新的研究中，来自美国多个研究机构的研究人员在很大程度上重现了DeepMind在这项重要任务上取得的性能。相关研究结果于2021年7月15日在线发表在Science期刊上，论文标题为“Accurate prediction of protein structures and interactions using a three-track neural network”。

与DeepMind不同的是，这些作者开发的方法，他们称之为RoseTTAFold，可以免费使用。世界各地的科学家们如今正用它来建立蛋白质模型，以加速他们自己的研究。自7月以来，该程序已被140多个独立研究团队从GitHub下载。

蛋白质由一串串氨基酸组成，它们折叠成复杂的微观形状。这些独特的形状反过来又引起了生物体内几乎所有的化学过程。通过更好地了解蛋白质的形状，科学家们可以加快开发针对癌症、COVID-19和其他数千种健康疾病的新疗法。

论文通讯作者、华盛顿大学医学院生物化学教授、华盛顿大学医学院蛋白质设计研究所所长David Baker博士说，“在蛋白质设计研究所，这是忙碌的一年，设计了COVID-19药物和疫苗并将其投入临床试验，同时开了发RoseTTAFold用于高精度蛋白质结构预测。我很高兴科学界已经在使用RoseTTAFold服务程序来解决突出的生物学问题。”

在这项新研究中，由Baker领导的一个计算生物学家团队开发了RoseTTAFold软件工具。它利用深度学习，根据有限的信息快速而准确地预测蛋白质结构。如果没有这种软件的帮助，仅确定一种蛋白质的结构就需要花费数年的实验室工作。另一方面，RoseTTAFold可以在一台游戏电脑上，在短短十分钟内可靠地计算出一种蛋白质的结构。

蛋白质设计研究人员使用人工智能生成了数百种新的蛋白质结构，包括人类白细胞介素-12（IL-12）与其受体结合的三维图像。图片来自Ian Haydon, UW Medicine Institute for Protein Design。

该团队使用RoseTTAFold计算了数百种新的蛋白质结构，包括人类基因组中许多不为人知的蛋白质。他们还生成了与人类健康直接相关的蛋白质结构，包括那些与有问题的脂质代谢、炎症疾病和癌细胞生长相关的蛋白质。他们发现，RoseTTAFold可以用来建立复杂的生物组合模型，而所需时间只是以前的一小部分。

RoseTTAFold是一种“三轨（three-track）”神经网络，意味着它同时考虑蛋白质序列的模式、蛋白质的氨基酸之间如何相互作用以及蛋白质可能的三维结构。在这种架构中，一维、二维和三维信息来回流动，从而使这种神经网络能够共同推理出蛋白质的化学组成和其折叠结构之间的关系。

论文第一作者、华盛顿大学医学院Baker实验室博士后学者Minkyung Baek说，“我们希望这个新工具将继续使整个研究界受益。”（生物谷 Bioon.com）

参考资料：

Minkyung Baek et al. Accurate prediction of protein structures and interactions using a three-track neural network. Science, 2021, doi:10.1126/science.abj8754.