Cell子刊：超越AlphaFold 3的蛋白质预测模型问世！

近日，美国弗吉尼亚理工大学（Virginia Tech）研究团队在《细胞系统》（Cell Systems）上发表了一项研究，他们开源了一个名为ProRNA3D-single的AI工具，只靠一条蛋白质序列和一条RNA序列，就能预测出蛋白质的三维立体结构。

蛋白质预测是非常复杂过程，传统的实验方法（如X射线晶体学、冷冻电镜、核磁共振），要么样品难搞，要么太贵太慢，要么只能搞小分子的结构。而在庞大的蛋白质结构数据库（PDB）里，显得无能为力。
蛋白质的AI预测王者，是从DeepMind的AlphaFold 2开始的，被认为是革命性的突破。但它的升级版AlphaFold 3，在预测蛋白质-RNA复合物这个更复杂的任务上也不够利索。根据公开数据，AlphaFold 3的测试集平均iLDDT（互作局部距离差异检验，可以理解为预测互作界面的准确分）只有39.4分。

弗吉尼亚理工研发的ProRNA3D-single，解决这个难题撕开了缺口。它只需要用一条序列输入，就能呈现出蛋白质的三维立体结构。业界转件表示，这个模型“令人信服地超越了包括AlphaFold 3在内的当前最先进方法，尤其是在进化信息有限的情况下”。

就其使用前景，ProRNA3D-single最直接的应用是给RNA靶向药物的研发带来了前所未有的希望。譬如肿瘤治疗，很多癌症的发生，都和异常的RNA-蛋白互作有关，它们会激活癌基因，或者让抑癌基因沉默。比如MYC基因的信使RNA（mRNA）和一种叫IGF2BP1的蛋白结合后会变得更稳定，从而促进肿瘤生长。ProRNA3D-single可以帮助找到这些关键的互作，为开发靶向治疗提供思路。
弗吉尼亚理工官方新闻稿里，Bhattacharya教授说得很直白：“我们的终极目标是加速药物发现过程，阻止RNA病毒与宿主蛋白的相互作用，从而在疫情大流行之前阻止感染，或者抑制阿尔茨海默病中RNA结合蛋白的异常功能。”

从AlphaFold的横空出世，到ProRNA3D-single的精准打击，AI正在以一种超乎想象的速度，向生命科学最核心的领域进军。
#热门微博##科技快讯##人工智能##ai系统精准预测蛋白质结构#