蛋白质相互作用，登上Science

2025-10-28 生命科学前沿 等5家媒体报道 科研进展





打开微信“扫一扫”
点击右上角分享按钮

德克萨斯大学西南医学中心Qian Cong团队开发了一种新的深度学习网络RoseTTAFold2-PPI（RF2-PPI），用于快速准确地预测人类蛋白质-蛋白质相互作用（PPIs）。该研究通过增强蛋白质之间的共进化信号，并利用从AlphaFold模型中提取的域-域相互作用（DDIs）数据集，创建了比传统方法深七倍的多序列比对（omicMSAs）。结合omicMSAs和RF2-PPI，研究人员系统地预测了人类PPIs。他们从1.9亿对人类蛋白质中筛选出可能的PPIs，最终预测了29,256个PPIs。研究表明，加入DDI数据集可以显著提高PPI预测的性能，且RF2-PPI在高精确度下的召回率显著优于其他方法如ColabFold和AlphaFold3。这一成果为理解复杂的人类蛋白质网络及其与疾病的关系提供了重要工具。研究成果发表在《Science》上。（摘要由动脉网AI生成）