实验辅助蛋白结构预测模型与计算辅助实验解析方法的共生 - 刘思睿 (昌平实验室) 【钰沐菡公开课】#蛋白结构预测 #蛋白结构解析 #AlphaFold2

刘思睿，博士，昌平实验室 研究员。关注以蛋白为代表的生物大分子的序列-结构关系、基于深度学习的蛋白结构预测、大分子功能预测与设计、生物物理机制和实验方法同机器学习模型的结合。 蛋白作为一类重要的生物大分子，其单体和复合物结构对于理解其构效关系和药物设计等下游应用有重要意义。AlphaFold和AlphaFold-Multimer为代表的深度学习结构预测方法虽然高效，但有时未必和实验观察一致；而以NMR为代表的实验技术面临指认和结构构建耗时且入门困难的问题。实验技术和AI方法的共生或许是解决这类问题的一种思路。针对单蛋白预测和解析，昌平实验室的刘思睿研究员和团队开发了RASP模型直接利用实验或经验约束信息来辅助结构预测，在约束信息的辅助下能更好预测多域蛋白和缺少MSA蛋白的结构，其打分能较好反应约束质量；反过来基于RASP方法灵活的约束要求，该团队又开发了NMR NOE谱峰指认流程FAAST，该流程将NOE谱峰指认时间缩短到分钟到小时，并同时提供高质量的结构系综和峰指认结果，从而反过来用AI方法帮助和加速实验解析。RASP和FAAST构成了实验与AI计算方法结合的两个角度，希望二者的共生能够给AI与科学的共同演化带来更多启发。