Toward a Transferable Representation of Protein Dynamics for Functional Prediction and Mechanistic Discovery

蛋白质是生命的动力，它们是微小的分子机器，负责构建细胞、消化食物并传递信号。几十年来，科学家主要将它们理解为静态的雕塑，侧重于通过其三维形状来解释其工作原理。虽然形状至关重要，但它并非故事的全貌。蛋白质并非僵硬的雕像；它们在不断地移动、呼吸和弯曲。这些运动发生在不同的速度和距离上，往往是蛋白质执行其功能的关键。蛋白质可能需要打开一道门以让分子进入，或者扭转其身体以触发化学反应。为了观察这些动作，研究人员使用强大的计算机模拟技术，追踪每个原子随时间变化的位置，从而创造出分子生命的电影。然而，这些电影极其复杂，包含数百万帧的数据，很难在不同蛋白质之间进行比较，尤其是当蛋白质的大小或形状不同时。

挑战在于找到一种能够描述所有蛋白质运动的语言，而不仅仅是针对某种特定类型的蛋白质。如果科学家想要预测一种新的、未知的蛋白质的功能，他们需要一种能够识别定义功能的运动模式的方法，无论该蛋白质的具体历史或结构如何。这正是纳希德·莫诺瓦尔（Nahید Monowar）及其在达卡科学技术学院的团队致力于回答的问题。他们开发了一种新的计算机系统，旨在观察这些分子电影并提取出蛋白质行为的一个单一且紧凑的摘要。他们将这种摘要称为“运动特征”。其目标是观察这种特征是否可以告诉他们蛋白质的功能，即使该蛋白质与计算机之前学习过的蛋白质截然不同。

为了测试这个想法，研究人员向他们的系统输入了一个庞大的数据库：1,250 部不同的蛋白质运动电影，代表了 1,120 种独特的蛋白质。这些蛋白质的大小差异很大，从只有 50 个构建模块的小型蛋白质到拥有 600 个的大型蛋白质不等。模拟涵盖了广泛的时间范围，从 100 纳秒到 10 微秒，捕捉了大约 1,250 万个蛋白质形状的快照。团队训练他们的系统去寻找蛋白质各部分如何协同运动的特定模式。系统不仅仅关注单个时刻原子之间的距离，而是关注一个部分的运动如何随着时间的推移与另一部分的运动相联系。它将这种动态信息与蛋白质的化学序列及其整体形状相结合，创造出一个统一的描述。

结果表明，这种方法效果显著。当系统被要求猜测蛋白质功能的宏观类别——例如它是属于激酶、转移酶还是水解酶——其准确度明显高于仅依赖蛋白质序列或静态形状的旧方法。在一次严格的测试中，即系统必须猜测它从未见过的、且化学组成与训练样本相似度低于 30% 的蛋白质功能时，该系统达到了 0.88 的 AUC。这比其他得分在 0.65 到 0.81 之间的现有方法有了明显的提升。这项研究表明，蛋白质运动的方式包含了关于其功能的关键线索，如果仅观察其形状或化学代码，这些线索会被隐藏起来。

研究人员还想知道这种知识可以延伸到多远。他们对那些与研究过的蛋白质差异越来越大的蛋白质进行了测试。当测试蛋白质与训练集属于同一家族时，系统的表现非常出色。随着蛋白质的差异增大，即属于不同的家族甚至不同的结构折叠时，准确度有所下降，但并未消失。即使测试蛋白质与训练集几乎没有任何结构相似性，系统的表现仍然优于随机概率。这表明该系统学习到了关于分子运动如何与功能相关联的一般性规则，而不仅仅是记住了特定的例子。然而，准确度的下降也表明该系统并不完美；它仍然依赖于蛋白质之间一定程度的相似性来做出最佳判断。

为了确保系统确实是在观察正确的东西，团队将其拆解开来，以观察哪些部分最为重要。他们发现，该系统需要所有组件才能发挥最佳性能：原子连接关系的地图、不同部分如何协同运动的数据、简化的整体运动描述以及化学序列。移除其中任何一个部分都会使系统的性能变差。这证实了该方法的威力来自于结合了这些不同类型的信息。此外，当研究人员仔细观察一种被称为腺苷酸激酶（adenylate kinase）的特定蛋白质时，系统突出了该分子中已知参与其运动的精确区域。这些部分是蛋白质在工作周期中像盖子一样开启和关闭的部分。这种计算机关注点与已知生物学事实的一致性表明，该系统捕捉到的是真实的、有意义的动态，而非仅仅是噪声。

这项研究并不声称已经完全解开了蛋白质功能的奥秘，也不暗示计算机发现了新的生物学定律。相反，它提供了一个理解运动与功能之间联系的新工具。研究人员强调，虽然他们的系统可以识别蛋白质中哪些部分对运动很重要，但这并不证明这些部分导致了功能；那需要进一步的物理实验。这项工作也有其局限性，因为它依赖于最初拥有计算机生成的蛋白质电影，并且尚未在所有类型的蛋白质（如在细胞膜中漂浮或完全无序的蛋白质）上进行测试。尽管如此，将复杂的、变化的分子行为转化为可迁移的特征，代表了向前迈出的重要一步。它提供了一种将原子的隐形舞蹈与生命系统中可见的任务联系起来的方法，为预测新蛋白质可能如何表现提供了更清晰的路径。