ActSeek算法：基于计算机视觉的AlphaFold数据库活性位点快速精准搜索新方法

研究人员开发了ActSeek算法，通过计算机视觉技术快速搜索AlphaFold数据库中与种子蛋白活性位点相似的蛋白质，解决了传统序列或结构搜索方法无法精准定位功能关键位点的问题。该工具成功应用于生物降解塑料合成酶、药物脱靶靶点发现等领域，为酶工程和药物研发提供了高效新策略。

　　

随着蛋白质结构预测技术AlphaFold的突破，全球科学家获得了超过2亿个蛋白质的预测结构数据。然而，如何从海量数据中精准挖掘具有特定功能的蛋白质仍面临巨大挑战。传统基于序列的BLAST搜索或基于整体结构的FoldSeek算法往往无法准确识别决定蛋白质功能的关键区域——活性位点。这一问题在酶工程和药物研发领域尤为突出：酶催化活性依赖少数关键氨基酸的空间排列，而药物作用常由靶点蛋白局部结合口袋决定。

针对这一瓶颈，芬兰VTT技术研究中心（VTT Technical Research Centre of Finland Ltd）的Sandra Castillo团队开发了创新算法ActSeek。该工具受计算机视觉启发，通过局部结构比对技术，实现了AlphaFold数据库中活性位点的快速精准搜索。研究成果发表于《Bioinformatics》，为功能蛋白质挖掘提供了新范式。

研究采用三大核心技术：1）基于SVD（奇异值分解）的活性位点空间配准算法，精准对齐种子与查询蛋白的关键氨基酸；2）多级筛选策略，先通过距离阈值预筛候选蛋白，再计算最优旋转平移矩阵；3）综合评分系统，结合活性位点残基距离、局部序列相似性和空腔特征进行结果排序。算法支持多节点并行运算，单机16小时可完成200万蛋白质搜索。

3.1 ActSeek算法原理
研究通过图1直观展示了算法工作流程：用户定义种子蛋白活性位点（如图1A红标区域）后，程序从数据库（图1B）提取候选蛋白，经SVD计算最优空间变换矩阵（图1C），最终输出局部结构匹配的蛋白质（图1D）。创新性的预筛选步骤通过比较关键氨基酸间距（阈值3?）大幅提升搜索效率，而动态规划算法实现的"结构映射百分比"指标有效评估全局相似性。

3.2 新酶发现应用
以生物降解塑料合成关键酶PHA合酶为种子，ActSeek在β-水解酶折叠类蛋白质中发现11,964个传统方法遗漏的潜在同功能酶（图2A）。更值得注意的是，该工具修正了UniProt中9,080个错误注释的"PHA合酶"，同时为4,875个未注释蛋白提出新功能假设。对塑料降解酶PETase和MHETase的搜索同样获得突破，分别发现11,115和216个新型候选酶，为塑料污染治理提供新资源。

3.3 药物脱靶预测
在药物安全评估场景中（图2B），ActSeek展现出卓越的特异性。以抗癌药Erlotinib靶点EGFR为种子，算法从20,417个人类蛋白中筛选出190个潜在脱靶蛋白，较BLAST减少62%假阳性。结构比对揭示，激酶Q9H3Y6虽与EGFR序列相似度<30%，但活性位点空间构象高度一致（图3），成功解释传统方法漏检原因。对降压药β-受体阻滞剂的搜索中，算法发现嗅觉受体等新型脱靶（图5），为药物副作用机制研究提供新方向。

3.4 性能比较
如表1所示，ActSeek在特异性上显著优于七种主流工具。在Sorafenib靶点筛选中，仅ActSeek和pyScoMotif检测到心房钠尿肽受体（图4），该发现可能解释该药心血管副作用。算法无需预索引的特性使其在200GB内存集群上即可处理AlphaFold全库，而Structmotif-search等工具需要500GB空间预存索引。

这项研究开创了蛋白质功能挖掘的新范式。ActSeek通过"局部决定功能"的核心思想，克服了传统方法在酶工程和药物研发中的局限性。工具已开源（非商业许可），其应用将加速生物制造、环境修复和精准医疗等领域发展。未来，整合活性位点化学性质评估、底物通道分析等功能，有望进一步拓展该算法的应用边界。