MIT News - Artificial intelligence
·
人工智能系统预测能够结合或抑制目标蛋白的片段
💡
原文英文，约1200词，阅读约需5分钟。
📝
内容提要
蛋白质相互作用是生物功能的基础。研究表明，小蛋白片段能够与目标蛋白结合并改变其功能。新方法FragFold利用人工智能预测这些片段，并已在大肠杆菌中验证其有效性，为基础研究和治疗应用提供了新方向。
🎯
关键要点
- 蛋白质相互作用是生物功能的基础，涉及DNA转录、细胞分裂等过程。
- 小蛋白片段具有功能潜力，能够与目标蛋白结合并改变其功能。
- 新方法FragFold利用人工智能预测能够结合和抑制全长蛋白的小片段，已在大肠杆菌中验证有效性。
- FragFold基于AlphaFold模型，能够预测片段抑制剂，实验结果显示其预测准确率超过50%。
- 研究者利用FragFold探索FtsZ蛋白的片段，发现新的结合相互作用，未解决无序区域的结构。
- FragFold的应用展示了AI在分子和细胞生物学研究中的潜力，开启了新的研究方向。
- 研究者通过计算分割蛋白质并建模片段与目标的结合，比较预测与细胞实验结果。
- FragFold通过预计算全长蛋白的多序列比对，解决了大规模预测的计算瓶颈。
- 研究者发现多种蛋白的抑制片段，能够高效预测结合和抑制。
- 未来研究将探索片段在抑制之外的功能，如稳定蛋白、增强功能或触发降解。
- 研究旨在建立细胞设计原则的系统理解，探索深度学习模型的预测特征。
- 通过深度突变扫描，研究者识别出关键氨基酸，某些突变片段的抑制效果优于全长序列。
- FragFold为创造紧凑的、可遗传编码的结合物提供了广泛的可能性，能够操控蛋白质功能。
➡️
