← 最新论文
🧬 遗传学

De novo Protein Generating Model via Structure-Aware Graph Neural Networks

本文提出了一种结构感知图神经网络,该网络针对 3D 构象准确性而非序列恢复进行优化,证明了在没有直接序列监督的情况下,从头蛋白质生成可以实现与领先的侧重序列的方法相媲美的结构精度。

原作者: Gammill, C. M., Tamil, L.

发布于 2026-10-28
📖 1 分钟阅读☕ 轻松阅读

原作者: Gammill, C. M., Tamil, L.

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 ⚕️ 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明

几十年来,生物学家一直明白蛋白质的功能是由其形状决定的。蛋白质是一条由称为氨基酸的构建块组成的长链,而这些构建块的具体排列顺序决定了该链如何折叠成复杂的、三维的结构。这种折叠过程极其精确,以至于一个微小的序列变化都可能导致整个结构坍塌或失效。长期以来,科学界的挑战在于预测给定的序列会呈现出什么样的形状。然而,一个更困难且同样重要的课题已经出现:如果你从一个理想的形状出发,能否反向推导出能够折叠成该形状的特定氨基酸序列?这种逆向工程被称为“蛋白质逆向设计”,它是从头开始创造新药物和新材料的关键,但传统上它依赖于一条严格的规则:新序列必须与自然界中发现的序列高度相似。

德克萨斯大学达拉斯分校的研究团队挑战了这一规则。他们开发了一种新的计算机模型,旨在创造出能够折法成特定形状、且无需模仿任何天然蛋白质的蛋白质序列。他们发表在近期研究中的方法表明,通往正确形状的路径并非唯一,模型可以学习直接构建结构,而完全忽略特定的氨基酸顺序。通过训练他们的系统使其仅关注最终的三维形式,他们实现了与那些专注于模仿自然的领先方法同样准确的结果,证明了蛋白质不需要看起来像天然蛋白质也能发挥其功能。

研究人员使用一种称为图神经网络的人工智能构建了他们的模型。在这个系统中,蛋白质不再被视为简单的字母列表,而是一个由点和线连接而成的地图。每个点代表蛋白质骨架的一部分,而线则连接空间中最近的邻居。模型将目标形状的坐标作为输入,并开始猜测应该在每个点上放置哪些氨基酸。其核心创新在于模型的学习方式。模型并不是被告知“你猜错了字母,再试一次”,而是被展示它所猜出的序列会形成的形状。它使用一个强大的现有工具将其预测的序列折叠成三维结构,然后将结果与目标形状进行比较。如果形状不匹配,模型就会调整其猜测以缩小差异。这一过程使得模型能够直接从几何结构中学习,绕过了记忆或复制自然界中原始氨基酸序列的需求。

为了验证这一想法,研究人员在一个庞大的蛋白质结构公共数据库上训练了他们的模型,并将这些结构切割成较小的、统一的片段以确保多样性。随后,他们要求模型为 224 个从未见过的特定蛋白质形状设计序列。对于每种形状,模型都会生成一个序列,然后由同一个预测工具进行折叠,以观察其与目标的匹配程度。结果令人震惊。该模型生成的序列在折叠成结构的准确度上,在统计学上与 ProteinMPNN(一种专注于恢复原始天然序列的高受尊敬的方法)不相上下。虽然新模型的序列与天然序列截然不同,但它们形成的形状却几乎与目标一致。

研究发现,尽管新模型恢复原始氨基酸序列的成功率不到 30%,而传统方法约为 31%,但其实现的结构精度仍达到了行业标准。这种序列恢复率的差距并未损害结构结果。研究人员观察到,对于许多目标形状,存在多种不同的序列可以产生相同的折叠。在某些情况下,新模型甚至在蛋白质的特定部分表现得比天然序列或传统方法更好,这表明自然界并不总是针对给定形状使用唯一的解决方案。研究结果表明,创造功能性蛋白质并不需要遵循模仿天然序列的严格要求。

这项工作证明,一个纯粹基于结构准确性进行训练的模型,可以与基于序列恢复进行训练的方法相媲美。研究人员指出,他们的方法允许设计出自然界中不存在的蛋白质,为创造全新的生物工具打开了大门。然而,他们也承认了局限性。该模型依赖于其用于训练的折叠工具的准确性,这意味着该工具的任何误差都会传递给新的设计。此外,研究使用了截断的蛋白质片段,这有时使得重现复杂的完整长度结构变得不可能。尽管存在这些限制,核心结论依然稳固:蛋白质的形状可以成为其创造的主要引导,而其特定的氨基酸序列比此前认为的更具灵活性。研究结论指出,通过关注最终的形式而非历史的配方,科学家们可以扩展蛋白质设计的可能性,使其超越自然进化的限制。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →