编辑推荐：
在蛋白质复合物结构研究中，结构比对计算成本高。研究人员开展 “Rapid and sensitive protein complex alignment with Foldseek-Multimer” 研究。结果显示，Foldseek-Multimer 比金标准快 3 - 4 个数量级且准确性相当。这为研究复杂结构提供了关键工具。
在生命科学的微观世界里，蛋白质如同精密的分子机器，而蛋白质复合物则是这些机器协同工作的 “超级战队”，它们在生物体内参与着无数关键的生理过程。随着计算结构预测技术的飞速发展，如 AlphaFold-Multimer 等工具的出现，蛋白质复合物结构数据呈爆发式增长。然而，如何快速且准确地比较这些海量的蛋白质复合物结构，成为了摆在科学家面前的一道难题。传统的结构比对方法，像 US-align 虽然是金标准，但计算速度极其缓慢，面对未来可能达数百万的蛋白质复合物结构数据，简直是杯水车薪；QSalign 虽然通过序列相似性预筛选提高了速度，却牺牲了灵敏度，难以发现低序列相似性的结构相似对。这就好比在一座巨大的图书馆里，没有高效的检索系统，想找到特定的知识如同大海捞针。
为了解决这一困境，首尔国立大学（Seoul National University）的研究人员开展了一项关于蛋白质复合物结构比对的研究，开发出了 Foldseek-Multimer 这一创新工具。研究结果表明，Foldseek-Multimer 在准确性上与金标准 US-align 近乎相当，但其速度却快了 3 - 4 个数量级，能够在 11 小时内对数十亿对复合物进行比较。这一成果意义重大，它为蛋白质复合物结构的研究开辟了新的道路，让科学家能够更高效地挖掘蛋白质复合物结构中的奥秘，加速对蛋白质功能和生物过程的理解，该研究成果发表在《Nature Methods》上。
研究人员为开展此项研究，主要运用了以下关键技术方法：首先是 Foldseek 技术，用于快速进行链对链的比较；其次，将链对链的比对描述为叠加向量，并通过高效聚类来识别复合物比对；最后，利用聚类数据库，在搜索时减少冗余，提高搜索效率。
下面来看具体的研究结果：
- 比对质量评估：研究人员在由 931 对已知结构相似的蛋白质复合物组成的基准测试中，将 Foldseek-Multimer 的比对质量与 US-align 进行比较。Foldseek-Multimer 以两种模式运行，分别是 3Di + AA（Foldseek-MM）和 TM-align（Foldseek-MM-TM）。结果显示，两种工具都能检测到绝大多数（>95%）的相似对，且 Foldseek-Multimer 计算出的 TM 分数与 US-align 高度相关，在超过 99% 的情况下产生相同的链配对。这表明 Foldseek-Multimer 在比对质量上与金标准相当。
- 运行时间测试：在计算 931 对复合物的比对任务中，Foldseek-Multimer 比 US-align 快 1 - 2 个数量级；在对基准测试中的 677 个复合物查询 3DComplexV7 数据库时，Foldseek-Multimer 比 US-align 快 3 - 4 个数量级。在对环境样本中 CRISPR - Cas 核糖核蛋白复合物结构预测的比对中，Foldseek-MM 和 Foldseek-MM-TM 分别仅用 27 秒和 6 分钟，而 US-align 则需要 13 天。这些结果充分展示了 Foldseek-Multimer 在运行速度上的巨大优势。
- 全对全搜索验证：研究人员使用 Foldseek-MM 对 3DComplexV7 数据库进行全对全搜索，共检测了 570 亿对复合物。结果发现，Foldseek-MM 识别出了 QSalign 之前发现的 98.6% 的同源对，还额外发现了 170 万对相似的同源对。通过对随机抽取的 10% 新发现对进行评估，US-align 确认了其中 98.2% 的对，这表明 Foldseek-Multimer 能够发现低序列相似性的相似复合物结构。
研究结论和讨论部分，Foldseek-Multimer 通过创新的方法，实现了蛋白质复合物结构的快速、灵敏比对。它不仅解决了传统方法计算速度慢的问题，还提高了对低序列相似性复合物的检测能力。这一工具的出现，让科学家在研究蛋白质复合物结构时能够更加高效地筛选和分析数据，有助于发现新的蛋白质功能和生物过程。在未来，随着蛋白质复合物结构数据的不断增加，Foldseek-Multimer 有望在更多领域发挥重要作用，如药物研发、疾病机制研究等，为生命科学和健康医学的发展提供强大的技术支持。
