作者:冯维维 来源:中国科学报 发布时间:2023/7/18 11:47:24
选择字号:
科学家开发“精准”蛋白设计方法

 

美国科学家开发了一种能设计新蛋白质的深度学习方法,名为RoseTTAFold Diffusion(RFdiffusion)。该方法能生成各种功能性蛋白质,包括在天然蛋白质中从未见过的拓扑结构。相关研究近日发表于《自然》。

深度学习推动了蛋白质结构的预测和设计,但仍需一个通用框架来克服在蛋白质设计上遇到的各种挑战。扩散模型是一种生成式模拟方法,已被证明在图像和文本生成中很有用,而且似乎也适用于蛋白质设计。然而,这类模型目前的成功率并不高;产生的序列基本不能折叠成目标结构。

华盛顿大学的David Baker和同事的研究表明,通过细调之前报道过的RoseTTAFold的结构预测网络并将其整合到一个降噪扩散模型中,就能生成具有实际意义的蛋白质骨架,而蛋白质骨架决定了蛋白质的形状和功能。该模型(RFdiffusion)能测试拥有不同结构元素的设计组合,并从头开始产生蛋白质。RFdiffusion能执行不同的任务,设计单体(蛋白质的基本组成单位)、寡聚体(多亚基聚体)和有治疗或工业应用前景的复杂结构,如结合位点。

研究者对数百个设计出的对称聚体、金属结合蛋白和结合蛋白的结构和功能进行了实验表征,证明了该方法的实用性。他们生成了设计的一种结合蛋白与其底物(此处为流感血凝素——在流感病毒表面发现的蛋白)的复合物并分析了其结构,发现结果与设计的模型几乎一模一样,从而证明了该方法的准确性。

研究者指出,RFdiffusion是对目前蛋白质设计方法的一次综合改进,能产生总长度达600个残基的结构,复杂性和准确度都比之前更高。对该方法的进一步改进或能设计出复杂程度更高的新蛋白。

  ?


  ?

图片来自:Pixabay

相关论文信息:

https://doi.org/10.1038/s41586-023-06415-8c

 
版权声明:凡本网注明“来源:中国科学报、科学网、科学新闻杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
野外回归的墨脱百合在原生地首次开花 科学家创有机小分子催化新纪录
科学家欲在脆弱冰川周围建屏障 7月福利!科学网APP论文&基金最新活动
>>更多
 
一周新闻排行
 
编辑部推荐博文