DPI-Score：基于深度学习的冷冻电镜复合物蛋白质 - 蛋白质界面验证方法

《Nature Communications》：DPI-score: a deep learning-based metric for assessing protein-protein interfaces in cryoEM derived assemblies

【字体：大中小】 时间：2026年11月15日 来源：Nature Communications 18.1

编辑推荐：

　　摘要冷冻电镜（cryoEM）技术的进步极大推动了高分辨率结构的研究进展；然而，在分辨率大于或等于3埃（?）的情况下，以及在局部分辨率变化较大的区域进行模型构建和优化仍然具有挑战性，因此验证成为了必不可少的一环。通过冷冻电镜获得的复合物结构中通常包含大量的蛋白

摘要

冷冻电镜（cryoEM）技术的进步极大推动了高分辨率结构的研究进展；然而，在分辨率大于或等于3埃（?）的情况下，以及在局部分辨率变化较大的区域进行模型构建和优化仍然具有挑战性，因此验证成为了必不可少的一环。通过冷冻电镜获得的复合物结构中通常包含大量的蛋白质-蛋白质相互作用界面（protein-protein interfaces），但现有的大多数验证指标主要集中在密度匹配或整体几何结构上，而并未直接评估这些界面的质量。为了解决这一问题，我们提出了DPI-Score这一基于深度学习的评估方法，用于评估冷冻电镜复合物中的蛋白质-蛋白质界面。该方法仅使用接口原子的原始结构坐标，无需任何人工设计的特征，并实现了87.53%的验证准确率。我们已将DPI-Score应用于电子显微镜数据库（Electron Microscopy Data Bank）中29,120个分辨率低于3埃的蛋白质复合物中的蛋白质-蛋白质界面。研究结果表明，DPI-Score能够为现有的验证指标提供补充信息，并能识别出仅通过基于密度的评估方法无法发现的模型错误。