2024年CASP基础设施升级：多类别结构预测评估与CAPRI系统整合的技术突破

本文系统综述了2024年CASP（蛋白质结构预测关键评估）基础设施的重大升级，涵盖RNA/DNA结构、多聚体复合物、配体结合等9大建模类别，并首次实现与CAPRI（预测相互作用关键评估）系统的深度整合。通过优化评估流程（如LDDT-PLI、BiSyRMSD等20项指标）和数据处理能力（如OpenStructure 2.8应用），为计算结构生物学领域提供了标准化技术框架。

　　

1 引言

CASP作为计算结构生物学的标杆性实验，已从单一蛋白质结构评估拓展至RNA、DNA、多聚体复合物等9大建模领域。2024年CASP16的创新性体现在：首次引入化学计量比预测（Phase 0）、大规模预计算模型集（MassiveFold）辅助建模，以及溶剂空间分布等前沿挑战。UC Davis的CASP中心通过PostgreSQL数据库和CGI脚本构建的动态系统，实现了从靶标发布到模型评估的全流程自动化。

2 CASP系统升级

2.1 既有类别的评估优化

RNA靶标：采用LDDT、TM-score等5项核心指标，新增RNA特异性INF网络评分（如INF_WC评估沃森-克里克相互作用）。CASP16处理35个RNA靶标（较CASP15增长3倍），通过OpenStructure 2.8实现多链RNA（如R1251）的自动化评估。

配体-蛋白质复合物：优化LDDT-PLI评分以消除非天然接触干扰，新增制药公司数据集（如罗氏L1000系列233个复合物）。评估显示，结合位点局部叠加的BiSyRMSD对药物设计更具指导意义。

2.2 新类别的技术实现

化学计量比预测：30个蛋白质多聚体采用两阶段发布（Phase 0无计量信息→Phase 1明确计量），通过目标编号（如T0206→T1206）区分评估阶段。结果揭示，预知计量比可使模型准确率提升18%。

核酸结构：DNA单体（D1273）首次纳入评估，采用RNA同类指标（如TM-align），但受限于ClaRNA软件无法计算INF评分。杂交复合物（如M1268）则整合蛋白质与核酸链的命名规则（A/B链→0/1链）。

配体亲和力：140个复合物分两阶段评估，绝对亲和力（K_d）与相对亲和力并行提交。有趣的是，结构辅助阶段的预测准确率较盲测阶段提高32%。

3 CAPRI与CASP系统整合

通过PDBe/EMBL-EBI服务器实现双向数据流：CAPRI参与者注册CASP ID后，前5名模型自动同步至CASP评估。联合实验（如Round 57）中，MassiveFold模型与CAPRI提交的100个模型经匿名化后进入评分集。CAPRI特有的界面中心评估（如Fnat、iRMS指标）与CASP的全结构评估形成互补，为蛋白质-蛋白质相互作用研究提供多维视角。

4 技术挑战与解决方案

大数据处理：制药数据集（如L3000系列）单次提交超千个模型，通过独立网关（predictions_submission_LG.cgi）分流避免服务器阻塞。

评估标准化：半无序系统（T1200）采用NMR RDC数据验证，而RNA溶剂壳（R1260）通过冷冻电镜密度图评估水分子分布，两者均需定制化分析流程。

5 展望

CASP16首次实现跨实验平台（CAPRI）和多模态数据（冷冻电镜/SAXS）的整合评估，为AlphaFold时代的结构预测设立了新基准。未来将重点开发自动化错误反馈系统，以应对大规模数据挑战。