Nature子刊：在人工智能模型的基础上进一步了解蛋白质-糖的结构
图像:与报告的软件连接的糖是一个非常好的匹配AlphaFold和实验蛋白模型。
作者:Jon Agirre博士
基于人工智能算法的新研究使科学家能够创建更完整的人体蛋白质结构模型，为更快地设计治疗方法和疫苗铺平了道路。
这项由约克大学领导的研究使用人工智能(AI)帮助研究人员更多地了解围绕在我们体内大多数蛋白质周围的糖。
高达70%的人类蛋白质被糖包围或支架，糖对蛋白质的外观和行为起着重要作用。此外，一些病毒，如艾滋病、流感、埃博拉和COVID-19背后的病毒，也被糖(聚糖)屏蔽。这些糖的添加被称为修饰。
为了研究蛋白质，研究人员开发了一种软件，可以将缺失的糖成分添加到AlphaFold创建的模型中。AlphaFold是谷歌旗下DeepMind开发的一种人工智能程序，用于预测蛋白质结构。
资深作者，来自化学系的Jon Agirre博士说:“人体的蛋白质是微小的机器，数以亿计的蛋白质组成了我们的肉和骨头，运输我们的氧气，让我们运作，并保护我们免受病原体的侵害。就像锤子依靠金属头来敲击包括钉子在内的尖锐物体一样，蛋白质也有专门的形状和组成来完成它们的工作。”
“用于蛋白质结构预测的AlphaFold方法有可能彻底改变生物学的工作流程，使科学家能够比以往更快地了解蛋白质和突变的影响。”
“然而，该算法没有考虑影响蛋白质结构和功能的基本修改，这只给我们提供了部分图景。我们的研究表明，这可以以一种相对直接的方式解决，从而得出更完整的结构预测。”
最近AlphaFold的引入以及相应的蛋白质结构数据库使科学家能够对所有已知的人类蛋白质的结构进行准确的预测。
阿吉雷博士补充说:“看到国际合作结出果实总是件好事，但这对我们来说只是个开始。我们的软件被用于支持SARS-CoV-2 mRNA疫苗的聚糖结构工作，但现在，由于AlphaFold技术的飞跃，我们可以做更多的事情。这仍处于早期阶段，但目标是从对糖盾的变化做出反应，发展到预测它们。”
这项研究是由梅努斯大学的埃莉莎·法达博士和卡尔·a·福格蒂共同完成的。化学系约克结构生物实验室(York Structural Biology Laboratory)的博士生哈罗达斯·巴格多纳斯(Haroldas Bagdonas)也与阿吉雷博士一起进行了这项研究。
文章标题
The case for post-predictional modifications in the AlphaFold protein Structure Database
