Nat Method | 张数一团队提出蛋白质序列-功能空间压缩的概念

文章预览

蛋白质作为最重要的生命构建单元之一，其序列和功能之间的映射 （适应性景观，Fitness landscape） 的针对性研究对于蛋白质理性设计以及工程应用都有极大的意义。目前人们只能对于蛋白质序列-功能关系进行少量低纬度的点采样，例如深度突变搜索 （DMS） ，单位点饱和突变 【1-4】 等，或是利用随机建库等方式以极低概率捕获序列与功能耦连的关键信息 【5,6】 。一些更高效的定向进化工具如PACE 【7,8】 ，OrthoRep 【9】 等会使得蛋白质空间的搜索深度加深，但由于其专注于产生高适应性突变体的特征使得其对于蛋白功能的全局认知不足。一些计算方法成功构建起序列-结构之间的精确关联，例如2024年诺贝尔化学奖获奖者开发的AlphaFold, RoseTTAFold等结构预测或设计算法，并进一步试图利用深度学习构建序列和功能的映射关系，但由于缺乏高质量大规模 ………………………………