AlphaFold2升级版来了——AlphaLink

编辑丨王多鱼

排版丨水成文

2021年7月16日，谷歌公司旗下 DeepMind 团队在 Nature 发表论文，描述了神经网络 AlphaFold2，AlphaFold2 能以前所未有的准确度根据蛋白质的氨基酸序列预测其三维结构。 研究团队在论文中公布了 AlphaFold2 的开源代码，并发表了系统的完整方法论，详尽细致说明其如何做到精确预测蛋白质3D结构的。

一周后的7月22日，DeepMind 团队再次在 Nature 发表论文。这一次，DeepMind 团队描述了 AlphaFold2 对人类基因组编码的所有蛋白质（人类蛋白质组）的准确结构预测。由此得到的数据集涵盖了人类蛋白质组近60%氨基酸的结构位置预测，且预测结果具有可信度。

AlphaFold2 的蛋白质结构的准确预测是一项巨大成就，其对生命科学的影响正在显现。虽然 AlphaFold2 可以仅依赖氨基酸序列就能准确预测蛋白质结构，但对于发生构象变化或已知很少同源序列的蛋白质，其预测结果仍然存在挑战。

近日，柏林工业大学的研究人员在 Nature Biotechnology 期刊发表了题为：Protein structure prediction with in-cell photo-crosslinking mass spectrometry and deep learning（利用细胞内光交联质谱和深度学习预测蛋白质结构）的研究论文。

该论文介绍了一个 AlphaFold2 算法的改进版本——AlphaLink，改进了 AlphaFold2 在预测具有挑战性的蛋白质结构方面的性能。研究团队通过使用非典型氨基酸光反应亮氨酸（Photo-L），通过交联质谱获得细胞内氨基酸残基-残基接触信息，并通过实验证实了这一点。

AlphaLink 可以根据所提供的距离约束来预测蛋白质的不同构象，证明了实验数据在推动蛋白质结构预测方面的价值。该研究提出的用于集成蛋白质结构预测数据的抗噪声框架为从细胞内数据准确表征蛋白质结构开辟了新道路。

AlphaFold2 根据静态输入数据预测静态模型。AlphaFold2 在两个信息源上进行训练，蛋白质数据库（PDB）和多序列比对（MSA）的蛋白质结构，这种方法受到目标进化信息不足的挑战，产生不太自信或错误的预测。对于某些种类的蛋白质，例如病毒蛋白质、来自未充分研究的生物体的蛋白质、抗体和合成蛋白质，以及临床相关的突变蛋白，进化信息可能具有误导性。此外，X射线衍射分析的蛋白结构不能很好地反映结构的灵活性、多种构象和动态相互作用。在溶液（理想情况下是在细胞内）中观察到的蛋白质的结构约束可以帮助解决这些问题。在 AlphaFold2 框架中添加这样的限制，可以引导预测在特定条件下发生的原位结构状态。

交联质谱能够提供距离约束，可用于蛋白质结构预测。特别是，光反应氨基酸（Photo-AA）很容易被原核和真核细胞结合，这为探测蛋白质的原位构象提供了可能。此外，Photo-AA交联产生了相对紧密的距离约束，与协同进化接触很好地对齐，这是大多数蛋白质结构预测方法的基础，包括 AlphaFold2。理论上，Photo-AA能够通过活性卡宾或烷基重氮中间体从侧链“零长度”交联到任何重原子。光反应亮氨酸（Photo-L）被用于纯化体系中的构象和粘合剂的映射，但迄今为止还没有用于原位结构分析。

一般来说，将氨基酸类似物掺入蛋白质组中有利于交联研究，因为它们允许引入遗传编码的化学实体，这些实体可以在蛋白质中的已知位置进行化学选择性反应。

在这篇论文中，研究团队提出了一种新的蛋白质结构预测方法——AlphaLink，它将光反应氨基酸（Photo-AA）交联的实验数据直接集成到 AlphaFold2 架构中。AlphaLink使用深度学习来合并协同进化关系和距离空间中的交联数据，利用数据的互补性。研究团队证明了 AlphaLink 可以利用有噪声的实验接触来改善模拟和真实实验数据上具有挑战性的目标的预测，将预测转向蛋白质的原位构象。

AlphaLink中的信息流

为了测试 AlphaLink，研究团队使用光反应亮氨酸（Photo-L）进行了大规模的交联质谱研究，在大肠杆菌膜组分中鉴定了615个原位残基-残基接触点，解锁了Photo-AA直接映射细胞近端残基的能力。

这项研究结果表明，即使是稀疏交联质谱数据也可以将预测锚定到蛋白质特定的构象状态，从而开辟了通过混合实验/深度学习方法探测蛋白质动态结构的可能性。该研究海进一步将 AlphaLink 扩展到任意距离约束，引入了将距离约束编码为图表的二次表征。