CASP16中蛋白质多聚体与RNA结构建模的创新策略：基于深度学习的多序列比对增强与模型排名优化

这篇综述详细介绍了KiharaLab团队在CASP16竞赛中采用的蛋白质复合物和RNA结构预测策略。通过整合AlphaFold2/3（AF2/AF3）等深度学习模型、增强型多序列比对（MSA）构建（含宏基因组数据）以及改进的VoroIF-jury共识评分系统，团队在蛋白质多聚体预测中排名第一，RNA预测位列第三。文章重点探讨了病毒组装体建模的成功案例与抗体-抗原界面预测的局限性，为计算结构生物学领域提供了方法论参考。

　　

1 引言

三维结构解析对理解生物大分子功能至关重要。尽管X射线晶体学、核磁共振（NMR）和冷冻电镜（cryo-EM）等技术已取得进展，但实验方法仍存在耗时耗力的局限性。计算预测方法如AlphaFold2（AF2）通过Transformer架构直接从多序列比对（MSA）提取进化信息，实现了端到端的原子坐标预测。CASP16中，KiharaLab团队将AF2-Multimer（AF2M）与AlphaFold3（AF3）结合，并引入创新性增强策略。

2 方法

2.1 蛋白质预测流程

团队采用集成建模策略：使用3种AF2M参数权重与两种MSA（标准库+自建宏基因组数据库）生成150个初始模型，AF3服务器补充预测。模型通过定制化VoroIF-jury系统排名，整合了DFIRE、GOAP等7种评分函数，并结合文献证据人工筛选。

2.2 宏基因组增强的MSA

创新性地利用Logan病毒数据库（含3690亿条序列）和NCBI宏基因组数据构建MSA，使有效序列数（Neff）平均提升1.66倍。例如靶标T1235的Neff从13增至157.7，DockQ评分从0.500跃升至0.857。

2.3 RNA预测流程

采用7种算法（包括自研NuFold）结合4类MSA生成147个模型。rMSA流程迭代搜索Rfam和RNAcentral数据库，对长链RNA采用AF3预测子单元后人工组装。评分使用Rosetta能量与ARES的ranksum组合。

3 结果与讨论

3.1 蛋白质多聚体表现

团队在37个靶标中排名第一（SumZ > -2.0），55%的Top1模型来自AF3。典型案例H1236（病毒衣壳蛋白A₃B₆）通过宏基因组MSA使DockQ达0.604，显著优于AF3-server的0.301。

3.3 模型排名验证

VoroIF-jury在66.7%靶标中能从155个模型池筛选出DockQ差异<0.1的优质结构，但人工干预有时反降低准确性，如靶标H1223人工选择导致DockQ下降0.234。

3.6 成功案例

病毒蛋白H1245（毒素-抗毒素复合物）通过整合外部模型排名第二，DockQ 0.793。RNA靶标R1290结合模板8K0P与AF3预测环区，TM-score达0.996。

3.7 局限性

抗体-抗原界面预测仍是难点，如H1204（血红蛋白-纳米抗体）最佳模型DockQ仅0.490，因缺乏共进化信号。RNA多聚体预测普遍失败，反映出现有方法的架构缺陷。

4 结论

宏基因组MSA和混合评分策略提升了病毒组装体预测精度，但抗体界面和RNA复合体仍需突破。未来需结合大语言模型（LLM）自动化文献挖掘，推动AI驱动的结构生物学决策流程发展。