Science：可灵活设计的对称性蛋白质组装

吴宗涵

2022-10-11

几乎在所有的生物过程中，环状蛋白质低聚物都起着关键性的作用，它们占蛋白质数据库（PDB）中所有解析结构的近30%。环状蛋白质低聚物具有较为广泛的应用，从小分子结合和催化到纳米级组装的构建等。自蛋白质设计领域取得突破以来，这种环状蛋白结构的自主设计一直备受关注，然而目前的方法均需要事先对单体的结构进行规范化，除了参数化设计的螺旋束外，还涉及将先前表征的单体刚性对接到高阶对称结构中，然后才能进行界面优化，以将低能量传递给组装状态。近年来，深度学习的方法为进一步广泛探索天然蛋白质序列和结构之外的蛋白质结构提供了极大空间。

最近，来自华盛顿大学生物化学系的D. Baker等人使用深度网络学习来生成范围极广的对称性蛋白质同源寡聚体，且只需指定原聚体的数量和原聚体长度即可实现。

文章要点：

1) 该研究设计了七种晶体结构、以及三种具有1550个残基和C33对称性的巨型纳米环（10 nm）的低温电子显微镜结构均与计算模型非常相似（中位均方根偏差：0.6埃）；

2) 研究者得到的所有这些环形蛋白组装体都与现有已知的的结构有较大不同，该结果表面通过深度学习可以为生成具有丰富结构的新蛋白质组装体或纳米机器结构提供可能。

参考资料：

Baker D., et al. Hallucinating symmetric protein assemblies. Science. (2022).

DOI: 10.1126/science.add1964

https://www.science.org/doi/10.1126/science.add1964