Iterative Refinement for Structural Optimization of De Novo Protein Sequences
本文介绍了一种迭代优化程序,通过替换氨基酸以最小化结构误差来优化从头设计(de novo)的蛋白质序列,与初始图神经网络(GNN)预测相比,实现了均方根偏差(RMSD)显著降低 43.6%。
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
蛋白质是生命的劳动力,它们是微小的分子机器,通过折叠成复杂的三维形状来执行活细胞内的每一项任务。蛋白质所采取的具体形状决定了它的功能,就像钥匙的形状决定了它能打开哪把锁一样。几十年来,科学家们一直致力于预测一串氨基酸——即蛋白质的构建模块——将如何扭转并折叠成其最终的功能形式。近年来,人工智能在解决这一“折叠”谜题方面取得了显著进展,使得计算机能够根据序列高精度地推测蛋白质的形状。然而,反向挑战则更为困难:即从零开始设计一段新的氨基酸序列,使其折叠成特定的、理想的形状。这被称为逆向蛋白质折叠(inverse protein folding),虽然人工智能可以快速生成候选序列,但生成的结构往往包含细微的误差。在药物研发或合成生物学领域,蛋白质形状哪怕只有极其微小的偏差,都可能使其失效或变得危险,这使得追求完美的结构准确性成为了一个关键瓶颈。
德克萨斯大学达拉斯分校的一个研究小组开发了一种新方法,用于在初步设计完成后修复这些缺陷。他们不再试图在第一次尝试时就获得完美的序列,而是将计算机生成的蛋白质视为一份需要编辑的草稿。他们的方法始于由一个旨在理解蛋白质结构的专门人工智能模型创建的初始序列。随后,这个初步猜测会经历一个严格的、循序渐进的优化过程。计算机获取该序列,每次将一个氨基酸更改为另一种类型,并立即测试这个新版本是否能折叠成更接近目标形状的形式。它是通过模拟折叠过程数千次,检查新形状是否比旧形状更好来实现这一点的。至关重要的是,系统只有在确保这种改变在不导致蛋白质附近部分过度偏移其预期位置的前提下,能改善整体结构时,才会接受该更改。这确保了修复分子的一个部分不会意外地破坏另一部分。
研究人员将这种迭代优化程序应用于 224 种不同的蛋白质。他们将结果与原始人工智能预测、一种名为 ProteinMPNN 的流行现有设计工具以及自然界中发现的实际天然序列进行了对比。研究结果令人瞩目:优化过程使蛋白质形状的平均误差减少了近一半。具体而言,预测结构与目标形状之间的距离从平均 8.097 埃降至 4.570 埃。为了直观理解这个尺度,埃(angstrom)是十亿分之一米,如此微小的距离,人类的一根头发宽度大约是 500,000 埃。这一改进在统计学上是无可争议且显著的,大幅超越了之前的最佳方法。优化后的序列不仅比最初的猜测更接近理想形状,而且也比领先的替代工具 ProteinMPNN 生成的序列更加精确。
然而,这项研究也揭示了重要的权衡与局限性。该过程在计算上非常昂贵,因为计算机需要为每种蛋白质运行数千次折叠模拟,以寻找最佳的编辑方案。此外,由于该方法完全专注于实现正确的形状,最终的氨基酸序列往往看起来与天然蛋白质大相径庭,这可能导致其他人工智能模型难以充满信心地预测这些结构。研究人员还指出,该方法在处理符合特定尺寸限制的蛋白质时效果最好;对于在测试中被人工缩短的长蛋白质,结果则不太一致,因为缺失的部分阻碍了分子在孤立状态下正确形成结构。尽管存在这些约束,这项工作仍证明了“设计后润色”步骤可以显著提高合成蛋白质的质量。通过接受初次猜测很少是完美的情况,并进行系统性的优化,科学家现在可以生成在结构上远为准确的从头合成蛋白质(de novo proteins),使设计定制化分子机器的梦想离现实又近了一步。
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。