2021年7月16日，谷歌旗下的DeepMind團隊在 Nature 發表論文，發布了開源了基于人工智能（AI）的蛋白質結構預測工具——AlphaFold2，AlphaFold2僅通過氨基酸序列就能以前所未有的準確度預測蛋白質三維結構。 近期，巴塞爾大學和SIB瑞士生物信息學研究所的一個研究小組發現了一個未知蛋白質的寶庫。利用這種AI，他們發現了數百個新的蛋白質家族，甚至是一個新的預測蛋白質折疊。這項研究現已發表在Nature．

在過去的幾年里，AlphaFold已經徹底改變了蛋白質科學。這種人工智能(AI)工具經過了50多年來生命科學家收集的蛋白質數據的訓練，能夠高精度地預測蛋白質的3D形狀。去年，它的成功促成了驚人的2.15億個蛋白質的建模，提供了對幾乎任何蛋白質形狀的深入了解。這對于沒有經過實驗研究的蛋白質來說尤其有趣，這是一個復雜而耗時的過程。

“現在有許多蛋白質信息來源，包含了蛋白質如何進化和工作的寶貴見解，”該研究的負責人Joana Pereira說。然而，長期以來，研究一直面臨著data jungle的問題。由巴塞爾大學生物中心和瑞士生物信息學研究所(SIB)組長Torsten Schwede教授領導的研究小組現在成功地解密了一些隱藏的信息。

新的蛋白質家族和折疊

研究人員構建了一個由5300萬個具有高質量AlphaFold結構的蛋白質組成的互動網絡。第一作者Janani Durairaj博士強調說:“這個網絡是理論上預測未知蛋白質家族及其大規模功能的寶貴來源。”該團隊能夠識別290個新的蛋白質家族和一個類似花朵形狀的新蛋白質折疊。

基于Schwede集團在開發和維護領先軟件SWISS-MODEL方面的專業知識，他們將該網絡作為交互式網絡資源提供，稱為“Protein Universe Atlas”。

人工智能在研究中是一個有價值的工具

該團隊使用基于深度學習的工具在這個網絡中尋找新奇之處，為生命科學的創新鋪平了道路，從基礎研究到應用研究。Pereira說:“了解蛋白質的結構和功能通常是開發新藥或通過蛋白質工程修改其功能的第一步。”這項工作得到了SIB的“kickstarter”資助，鼓勵在生命科學資源中采用人工智能。它強調了深度學習和智能算法在研究中的變革潛力。

有了蛋白質宇宙圖譜，科學家們現在可以了解更多與他們的研究相關的蛋白質。Janani Durairaj說:“我們希望這個資源不僅可以幫助研究人員和生物管理員，還可以為學生和教師提供一個學習蛋白質多樣性的新平臺，從結構、功能到進化。”

蛋白質宇宙圖譜:https://uniprot3d.org/atlas/AFDB90v4

（文章來源：www.ebiotrade.com/newsf/2023-9）