An Interactive Bidirectional De Novo Protein Design System
本文介绍了一个开源的交互式 Web 服务器,该服务器将用于序列设计的结构感知图神经网络(GNN)与基于 ESMFold 的预测器集成到一个双向循环中,使研究人员无需安装软件即可实现对从头蛋白质设计的可视化、量化和验证。
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
在生命的宏大图书馆中,构建蛋白质的指令是用仅有的二十个字母组成的化学字母表书写的。然而,蛋白质所呈现的形状决定了它的功能,就像一把钥匙能够契合体内特定的锁一样。几十年来,科学家们一直致力于解决一个双向难题:预测一段字母序列会形成什么样的形状,以及反过来,为了构建特定的形状需要什么样的字母序列。虽然计算机在根据序列推测形状方面已经变得非常出色,但逆向过程——即设计一段新的序列以适应定制的形状——往往是一项缓慢且技术性极强的苦差事,仅限于拥有专业软件和强大计算机的专家才能完成。这种在高水平统计成功与能够直观检查单个定制设计之间的差距,使得许多研究人员无法轻松地测试自己关于如何从零开始构建蛋白质的创意想法。
德克萨斯大学达拉斯分校的一个研究小组开发了一种新工具来弥补这一差距,创建了一个完全在网络浏览器中运行的轻量级交互式系统。该系统无需用户安装复杂的软件或编写代码,它允许任何人绘制蛋白质骨架,要求计算机发明出符合该形状的氨基酸序列,然后立即查看该新序列是否能折叠回预期的形状。研究人员将两个强大的人工智能模型结合成一个闭环:一个模型根据形状设计序列,另一个模型预测序列将呈现的形状。通过将它们连接起来,该工具让用户可以在一个统一的视觉界面内构建骨架、生成序列、进行折叠,并将结果与原始绘图进行对比。
该系统通过两种协同工作的模式运行,就像设计师与建造者之间的对话。在第一种模式下,用户可以从头开始构建蛋白质骨架。他们可以放置单个构建块、通过拖拽绘制连续链,或者插入理想化的螺旋和折叠结构,就像组装模型套件一样。他们还可以上传来自公共数据库的现有蛋白质结构作为起点。一旦定义了形状,系统就会要求其序列设计模型发明一段能够维持该形状的氨基酸字符串。计算机不仅仅提供一个答案;它还会提供一系列可能性以及每个位置的置信度评分,向用户展示模型对其选择的确定程度。
在第二种模式下,用户拿着那段新生成的序列,要求折叠模型预测它实际上会形成什么样的三维结构。这正是真正的考验所在。系统会渲染出预测的形状,并对其进行着色,以显示模型对哪些部分有信心,哪些部分不确定。为了使比较具有意义,该工具包含一个内置的对齐功能,可以将预测的形状在数学上叠加到原始设计之上。它会计算两个结构之间原子距离的精确测量值,通过一个单一的数值来量化设计的成功程度。如果形状匹配得不好,用户可以调整原始绘图或尝试不同的序列,无需离开浏览器即可实现即时迭代。
为了演示该工具的能力,研究人员在一个从数据库导入的真实蛋白质链上对其进行了测试。他们要求系统为那个现有的形状设计一个序列,然后将这个新序列重新折叠成结构。当他们将结果与原始结构对齐时,原子之间的平均距离为 1.174 埃,这在分子层面是一个非常小的间隙。为了确保这是一个公平的测试,他们还将该蛋白质原始的天然序列通过折叠模型进行了运行。该天然序列产生的匹配度更紧密,为 0.999 埃。这一对比表明,对于这个特定案例,新的设计工具的表现几乎与自然本身一样出色,成功地闭合了设计与预测之间的环路。
研究人员强调,这个工具并不是要取代深入的科学研究,而是旨在让蛋白质设计过程变得更加易于获取且可视化。它允许研究人员准确地看到设计在哪里失败了,例如在错误位置出现的扭结或化学性质的不匹配,而不仅仅是看一个统计摘要。该代码是开源的,这意味着其他科学家可以使用他们自己训练的模型或针对其特定需求进行调整。虽然该系统目前仍需要用户在配备强大显卡的个人电脑上运行软件,但研究人员希望这种易于使用的界面能鼓励更多在蛋白质工程领域的实验和假设检验,将一项复杂的计算任务转化为一种视觉化、交互式的体验。
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。