摘要：理論物理學家對谷歌的人工智能AlphaFold進行了測試，發現了迄今為止最復雜的蛋白質結。

加州大學戴維斯分校的研究人員已經能夠在雞蛋中產生針對蛋白質的化學成分，即氨基酸序列，如何決定其三維結構的問題，是半個多世紀以來生物物理學面臨的最大挑戰之一。這種關于所謂蛋白質“折疊”的知識需求量很大，因為它對理解各種疾病及其治療等方面有重大貢獻。出于這些原因，谷歌的DeepMind研究團隊開發了AlphaFold，這是一款可以預測3D結構的人工智能。

一個由美因茨約翰內斯·古登堡大學(JGU)和加州大學洛杉磯分校的研究人員組成的團隊現在已經仔細研究了這些結構，并研究了它們與繩結的關系。我們知道繩結主要來自鞋帶和電纜，但它們也會在我們細胞的納米尺度上發生。結結蛋白不僅可以用來評估結構預測的質量，還可以提出關于折疊機制和蛋白質進化的重要問題。

圖1 蛋白質Q313J9（甲基轉移酶）中六交叉復合結的3D結構（頂部）和簡化表示（底部）（來源：Wiley Online Library）

美因茨大學(Mainz University)彼得·維爾諾(Peter Virnau)博士團隊的博士生Maarten a . Brems說:“我們對AlphaFold的所有新蛋白質結預測進行了數值研究，大約有10萬個。”他們的目標是找出含有復雜且未知的蛋白質結的稀有、高質量結構，為AlphaFold的預測提供實驗驗證的基礎。這項研究不僅發現了迄今為止最復雜的結狀蛋白質，而且還發現了蛋白質中的第一個復合結。后者可以被認為是同一根弦上的兩個不同的結。“這些新發現還為這種罕見蛋白質背后的進化機制提供了深入的見解，”參與該項目的理論物理學家羅伯特·朗克爾(Robert Runkel)補充說。這項研究的結果最近發表在《蛋白質科學》雜志上。

圖2 蛋白質A0A0K0IQS9（左）和C1GYM9（右）的結構和拓撲。上圖：AlphaFold預測的3D結構。底部：簡化表示，分別顯示左側和右側結構中的5₁節和5₂節（來源：Wiley Online Library）

Peter Virnau博士對結果很滿意:“我們已經和來自加州大學洛杉磯分校的同事Todd Yeates建立了合作關系，通過實驗來確認這些結構。這一研究方向將塑造生物物理界對人工智能的看法——我們很幸運能有像耶茨博士這樣的專家參與其中。”

1. Maarten A. Brems, Robert Runkel, Todd O. Yeates, Peter Virnau. AlphaFold predicts the most complex protein knot and composite protein knots. Protein Science, 2022; 31 (8) DOI: 10.1002/pro.4380
2. John Jumper, Richard Evans, Alexander Pritzel, Tim Green, Michael Figurnov, Olaf Ronneberger, Kathryn Tunyasuvunakool, Russ Bates, Augustin ?ídek, Anna Potapenko, Alex Bridgland, Clemens Meyer, Simon A. A. Kohl, Andrew J. Ballard, Andrew Cowie, Bernardino Romera-Paredes, Stanislav Nikolov, Rishub Jain, Jonas Adler, Trevor Back, Stig Petersen, David Reiman, Ellen Clancy, Michal Zielinski, Martin Steinegger, Michalina Pacholska, Tamas Berghammer, Sebastian Bodenstein, David Silver, Oriol Vinyals, Andrew W. Senior, Koray Kavukcuoglu, Pushmeet Kohli, Demis Hassabis. Highly accurate protein structure prediction with AlphaFold. Nature, 2021; 596 (7873): 583 DOI: 10.1038/s41586-021-03819-2