北大校友联合研发RoseTTAFold，十分钟可解析给定序列的三维结构( 二 )

【北大校友联合研发RoseTTAFold，十分钟可解析给定序列的三维结构】图｜RoseTTAFold预测蛋白质模型及可能的致病突变位点（来源：Science）
更重要的是，由于该网络可以无缝处理断链，它可以直接从序列信息中直接建立蛋白质-蛋白质复合物的结构模型，缩短了为单个亚单位建立模型然后进行刚体对接的标准程序。
用RoseTTAFold生成的完整四链人类白细胞介素-12受体-白细胞介素-12（IL-12R-IL-12）复合物的模型与之前发表的该复合物的低温电镜图表现出相似的拓扑结构。

图｜IL-12R-IL-12复合物的预测结构（来源：Science）
丛倩告诉DeepTech ，得益于AlphaFold2 ，学界关注的蛋白质单体结构预测的难题解决之后，后续就是预测蛋白质相互作用复合体的结构，这是研究相互作用类型、复合体功能的基础。
再下一步就可以大规模预测生物体内复合体的结构，在蛋白质组（proteome），或者相互作用组（interactome）水平上找出哪些蛋白应该会相互作用。这种研究思路区别于传统的已知蛋白质相互作用再去研究功能，而是已知生物功能去预测可能在此功能通路上起重要作用的蛋白。
RoseTTAFold与AlphaFold2孰优孰劣之争？
谈及学术界和工业界展开的争论对自己的工作产生了什么影响，丛倩肯定地说影响一定是正面的。
丛倩的关注方向是利用不同蛋白质残基之间的共进化（coevolution）来大规模筛选相互作用的蛋白质的可能性，这相当于蛋白质结构预测的下游工作。相关论文于2019年7月，以《蛋白质组协同进化揭示蛋白质相互作用网络》（Proteininteractionnetworksrevealedbyproteomecoevolution）为题发表于Science 。
在这项研究中丛倩对大肠杆菌中540万对以及结核分歧杆菌中的390万对蛋白进行了共进化分析，发现在代谢相关的二元复合物中存在较强的共进化信号，而与遗传信息处理有关的较大复合体中的共进化信号则相对较弱。
这种残基-残基共进化结合结构建模的方式预测蛋白质-蛋白质相互作用，其准确性比蛋白质组范围内的双杂交和质谱筛选要高得多。
丛倩及同事发现了上百个之前没有发现的新蛋白间相互作用，为已知的蛋白复合物和网络增加了新元素。同时，在他们目前对于yeast蛋白间相互作用网络的预测中RoseTTAFold和AlphaFold2的应用进一步提高了蛋白互作预测的准确性，为进一步研究人类蛋白互作网络奠定了良好基础。
丛倩说：“无论RoseTTAFold还是AlphaFold2 ，这两个工具对我的蛋白质互作分析工作都有很大的帮助。对共进化这个方向来说，以前做进化的方向是比较基因组学，是在已知基因序列的基础上进行进化分析；现在结构预测工具的发展相当于为我们打开了新世界的大门，可以在预测出的蛋白质结构的基础上进行比较结构组学的研究。 ”至于这些争论对大卫·贝克团队来说，也是相当正面的影响。
大卫·贝克也是合成生物学人工蛋白设计领域的诺奖热门人选。这位蛋白质设计大师和他的团队聚焦于设计构建自然界中不存在的功能蛋白质，并力图将这些蛋白质应用于设计新型疫苗、药物输送载体、设计智能疗法以及开发高性能生物材料等领域。

图｜DavidBaker（来源：资料图）
早在1998年，大卫·贝克就已开发出最初版本的Rosetta平台来预测蛋白质结构，该项目可以让人们将闲置的计算机用于需要进行的计算，从而研究所有潜在的蛋白折叠。随着Rosetta运算能力的稳步提升以及计算能力的日益强大，大卫·贝克团队开始将氨基酸折叠规律应用于从头开始的功能蛋白质设计。