德国和美国的科学家利用 Google DeepMind 开发的人工智能 (AI) 系统 AlphaFold 预测了蛋白质中迄今为止发现的拓扑最复杂的结。 他们对 AlphaFold 产生的数据的完整分析还揭示了蛋白质中的第一个复合结：在同一条绳子上包含两个独立结的拓扑结构。 如果发现的蛋白质结可以通过实验重新创建，它将有助于验证 AlphaFold 预测的准确性。
蛋白质可以折叠形成复杂的拓扑结构。 其中最有趣的是蛋白质结——如果从两端拉动蛋白质，这种形状就不会解开。 彼得·维尔瑙美因茨约翰内斯古腾堡大学的理论物理学家告诉我们 物理世界 目前大约有 20 到 30 种已知的打结蛋白。 维尔瑙解释说，这些结构引发了关于它们如何折叠以及它们为何存在的有趣问题。
蛋白质的形状与其功能密切相关，但是虽然有一些关于蛋白质结的功能和用途的理论，但几乎没有确凿的证据来支持这些理论。 维尔瑙说，它们可能有助于保持蛋白质的稳定，例如特别能抵抗热波动，但这些都是悬而未决的问题。 虽然蛋白质结很罕见，但它们似乎也通过进化得到了高度保存。
“如果打结的蛋白质存在于酵母中，那么它很可能也打结在人类相应的蛋白质中，”维尔瑙解释道。 “所以，这些结构已经存在了数亿年。”
蛋白质结研究中一个长期存在的问题是寻找和识别蛋白质结。 虽然复杂的蛋白质结构已在实验室中通过实验确定，但这可能具有挑战性且耗时。 最近，DeepMind 开发了一个人工智能系统，称为 AlphaFold 它声称可以以令人难以置信的速度和精度预测蛋白质结构。 深度学习系统基于已知蛋白质及其氨基酸序列的大型数据库工作。 它利用这些序列和氨基酸一级结构的信息来预测蛋白质的三维结构。 其训练基于蛋白质结构的进化、物理和几何约束。
AlphaFold 已预测了数十万种蛋白质结构，其中大部分尚未编目。 在这部最新作品中，发表于 蛋白质科学之后，Virnau 和他的同事在 AlphaFold 的数据库中搜索了以前未知的复杂蛋白质结。 他们发现了九个新结。 这包括前 7 个1-结——具有七个交叉点的结，是迄今为止在蛋白质中发现的拓扑最复杂的结。
研究人员还发现了几个六交叉的复合结。 每个都包含两个三叶结，这些三叶结是具有三个交叉点的结。 他们还发现了两个以前未知的结，其中有五个基本交叉点，即 51-结和52-结。
该团队现正与生物化学家合作 托德·叶茨加州大学洛杉矶分校的研究人员通过实验创建了 AlphaFold 鉴定的蛋白质，以确认它们形成了预测的拓扑结构。 “我非常有信心我们能够通过实验确认这些结构，”维尔瑙说。
量子方法揭示了更快的蛋白质折叠
如果可以通过实验创建这些具有拓扑挑战性的结构，则将表明 AlphaFold 正在按预期工作，并为其对不太复杂的蛋白质形状的预测提供信心。 “蛋白质结可能只是其中的一个小方面，但它仍然可以作为这些工具的总体验证，”维尔瑙解释道。
未来也许可以使用这些人工智能工具进行蛋白质工程。 蛋白质可以被设计为包含结和其他复杂结构，为它们提供执行特定任务的功能，尽管这至少还需要几年的时间。
