Cell子刊：预测蛋白结构的通用代码

　　

生物通报道：最近，美国达特茅斯学院研究人员进行的一项研究发现，有可能存在一种通用代码来预测蛋白质的结构，这将有助于我们确定“为什么某些突变会引发疾病”以及如何解决这些问题。相关研究结果发表在四月二十三日的Cell旗下子刊《Structure》。延伸阅读：华人学者PNAS解析促癌蛋白结构。

人类遗传密码是制造蛋白质的处方。人类细胞遵循这一代码以制造单个蛋白质分子，然后这些蛋白质分子折叠成三维结构，执行其功能。因此，一般而言，一个单基因（即，一段DNA核苷酸序列）可指导产生一种蛋白质分子，这会引起一种特定的结构和功能。

本文共同作者、达特茅斯学院计算机科学助理教授Gevorg Grigoryan指出：“如果我们能根据蛋白质的遗传序列预测它们最终的三维结构，我们就朝着‘在分子水平上认识细胞并治疗疾病’迈进了一步。”

在他们的新研究中，研究人员分析了这个问题，称为结构预测。他们的想法是，可以通过将蛋白质打断成3D片段或模块（他们叫做TERMs），来预测蛋白质的结构。研究人员发现，来自天然蛋白的TERMs，通常可被许多不相关的蛋白质再利用。这进一步证明，通过研究这些TERMs的自然分布，研究人员就能够构建模型将序列和结构联系起来。因此，他们可以判断所预测结构的哪些部分可能是正确的，哪些部分可能是错误的。

Grigoryan说：“我们的研究结果表明，在局部结构片段的水平上，有可能存在蛋白质序列和结构之间关系的通用代码。如果是这样的话，我们就可以用这个代码来预测蛋白质的结构，我们将获得一种强大的工具，来了解某些突变如何引发疾病，以及如何解决这些问题。”

（生物通：王英）

生物通推荐原文摘要：
Tertiary Structural Propensities Reveal Fundamental Sequence/Structure Relationships
Summary: Extracting useful generalizations from the continually growing Protein Data Bank (PDB) is of central importance. We hypothesize that the PDB contains valuable quantitative information on the level of local tertiary structural motifs (TERMs). We show that by breaking a protein structure into its constituent TERMs, and querying the PDB to characterize the natural ensemble matching each, we can estimate the compatibility of the structure with a given amino acid sequence through a metric we term “structure score.” Considering submissions from recent Critical Assessment of Structure Prediction (CASP) experiments, we found a strong correlation (R = 0.69) between structure score and model accuracy, with poorly predicted regions readily identifiable. This performance exceeds that of leading atomistic statistical energy functions. Furthermore, TERM-based analysis of two prototypical multi-state proteins rapidly produced structural insights fully consistent with prior extensive experimental studies. We thus find that TERM-based analysis should have considerable utility for protein structural biology.