详细内容或原文请订阅后点击阅览
AlphaFold绘制了数百万种蛋白质的形状。现在科学家正利用强大的AI来弄清它们实际的作用
AlphaFold像蛋白质媒人一样工作，发现了数千种可能的相互作用。
来源:ZME科学自 2020 年推出以来，谷歌 DeepMind 的颠覆性人工智能工具 AlphaFold 已帮助世界各地的研究人员预测数亿种蛋白质的 3D 结构。这意味着科学家现在可以对几乎所有蛋白质进行可靠的预测。
“拥有任何事物的模型都会产生巨大的影响，”位于英国辛克斯顿的欧洲生物信息学研究所（欧洲分子生物学实验室 (EMBL-EBI) 的一部分）的生物信息学家 Janet Thornton 说道。 “这就像结构生物学的第二次来临。”
但蛋白质的形状与其功能描述并不相同。
现在，研究人员正在将同样的人工智能转向下一个问题。他们现在不想知道一种蛋白质是什么样子，而是想知道这种蛋白质与什么相互作用。
在《自然通讯》杂志上发表的一项新研究中，研究人员将人类线粒体中发现的 1,123 种蛋白质相互配对——基本上对几乎整个细胞器进行了快速测年。在评估了 630,003 个可能的配对后，AlphaFold 的改编版本识别出了 2,895 个可能的相互作用。其中许多是已知的，但 57% 的蛋白质并未出现在六大蛋白质相互作用数据库中。最重要的是，该系统发现了 85 种以前未表征的线粒体蛋白的潜在伙伴，为科学家提供了有关这些神秘蛋白实际作用的线索。
这个名为 MitoMatch 的项目指出了人工智能在生物学领域的新阶段。 AlphaFold 帮助创建了庞大的蛋白质结构图谱。研究人员现在开始将该图谱转变为更接近细胞机器图谱的东西，其中包含有关每种蛋白质在人体内实际作用的信息。
从蛋白质形状到蛋白质关系
×
谢谢！还有一件事...
请检查您的收件箱并确认您的订阅。
MitoMatch 只观察线粒体内部，其中蛋白质已经有合理的机会彼此相遇，因此可以更清楚地识别关系。