基于AlphaFold2序列关联的大规模蛋白质构象预测新方法CF-random揭示5%大肠杆菌蛋白存在折叠转换现象

本研究针对AlphaFold2(AF2)在预测蛋白质构象多样性（特别是折叠转换蛋白fold-switching proteins）的局限性，开发了CF-random方法。通过随机浅层多序列比对(MSA)采样策略，该方法成功预测了32/92已知折叠转换蛋白的两种构象（35%成功率），并发现5%大肠杆菌蛋白可能具有折叠转换特性。该成果发表于《Nature Communications》，为蛋白质构象预测提供了新范式。

　　

在结构生物学领域，蛋白质构象的动态变化与其功能调控密切相关。传统分子动力学模拟(MD)虽能捕捉构象变化，但面临计算资源消耗大、时间尺度受限等挑战。近年来，AlphaFold2(AF2)虽在单构象预测取得突破，但对折叠转换蛋白（fold-switching proteins）——这类能重构二级结构实现功能切换的特殊蛋白——预测效果欠佳。现有方法多依赖进化耦合分析，但实验证实92个已知折叠转换蛋白的预测失败率高达80-93%。

美国国立卫生研究院国家医学图书馆的Lauren L. Porter团队在《Nature Communications》发表创新研究，开发了CF-random方法。该方法突破性地采用ColabFold(CF)框架，通过随机浅层多序列比对(MSA)采样（最低仅需3条序列），成功预测了32个折叠转换蛋白的双构象，较现有方法提升2-5倍效率。更引人注目的是，通过对2126个大肠杆菌蛋白的盲筛，首次提出约5%的蛋白质可能存在折叠转换现象。

关键技术包括：1）建立CF-random算法流程，结合深度（512:5120序列）与浅层（1:2至16:32序列）MSA采样；2）采用Foldseek结构比对和HDBSCAN聚类分析实现盲筛；3）通过Rosetta能量评分和交替接触增强(ACE)验证预测可靠性；4）整合AF2-multimer模型提升复合物预测。

【CF-random方法原理】

研究团队设计的CF-random采用双轨策略：深度MSA采样获取主导构象（如XCL1的β-sheet构型），浅层随机采样捕获替代构象（如XCL1的α-helix构型）。关键创新在于发现AF2在浅层采样时可能通过"序列关联"(sequence association)机制——将同源序列特征映射到学习过的结构空间，而非依赖共进化推断。

【性能验证】

在92个已知折叠转换蛋白测试中，CF-random以34,100次采样实现32个成功预测（35%成功率），较SPEACH-AF等方法减少89%计算量。典型案例如人源XCL1蛋白，其两种构象具有截然不同的氢键网络和疏水核心，CF-random均准确预测（虽误判C端无序区为螺旋）。值得注意的是，TRAP1-N的ATP开放构象（分子伴侣非活性态）与GTP结合构象（活性态）被同步预测，揭示该方法在功能研究中的潜力。

【复合物预测增强】

结合AF2-multimer模型，CF-random成功预测了FraC毒素的孔道构象（1.4?精度）和人源Aβ₄₂淀粉样纤维结构，而AlphaFold3(AF3)服务器未能实现。对酵母细胞周期调控蛋白Cks1的预测更显示，CF-random能捕捉其功能相关的域交换二聚体构象，凸显其在蛋白质相互作用研究中的独特价值。

【机制解析】

通过温度敏感折叠转换蛋白Sa1 V90T的案例研究，团队揭示AF2可能通过序列关联机制预测替代构象：当MSA中仅含3条α-螺旋同源序列时，AF2能以40-100%概率预测出实验观测的3-α螺旋束构象。这解释了为何传统共进化分析方法（需≥24条序列）难以捕捉此类构象变化。

【盲筛应用】

在2126个大肠杆菌蛋白的盲筛中，CF-random发现52个潜在折叠转换蛋白（2.4%），功能涵盖转录调控（如NinH）、毒素-抗毒素系统（如YmcE）和噬菌体尾管蛋白等。通过Rosetta能量评分验证，这些预测的折叠能差(ΔE_folding)与实验已知折叠转换蛋白相当，支持其生物学合理性。

该研究不仅提供了CF-random这一开源工具，更开创性地提出"序列关联"可能是AF2预测多构象的新机制。约5%蛋白质存在折叠转换现象的发现，将推动对蛋白质功能可塑性的重新认识。未来研究可拓展至人类等复杂生物蛋白质组，或为疾病相关构象变化提供新见解。值得注意的是，该方法仍存在35%成功率局限，提示折叠转换预测仍是待突破的前沿领域。