【Science】通过结构域分类探究蛋白质宇宙的结构多样性

文章预览

— — 背景 —— AlphaFold系列结构预测算法的出现极大地拓展了已知的蛋白质结构空间，其中AlphaFold2算法为超过2.14亿条蛋白序列提供了预测结构，构成了庞大的AlphaFold蛋白结构数据库（AFDB）。AFDB的数据规模对传统的结构域发现工具带来了挑战。近日，伦敦大学学院（UCL）的David T. Jones课题组运用深度学习方法，对AlphaFold蛋白结构数据库中的结构数据进行结构域检测和划分，构建了“结构域百科全书（The Encyclopedia of Domains，TED）。他们共检测到3.65亿个结构域，比基于序列的方法多检测出1亿个，其中77% 的非冗余结构域与已知超家族相似，极大地扩展了结构域空间的代表性。此外，他们还发现了超过 1 万个新的超家族间结构相互作用和上千个新折叠。 —— 主要结果 —— 1.识别AFDB中结构域的高通量方法 蛋白质结构域的识别分为基于序列和基于结构的 ………………………………