Vorhersage von Proteininteraktionen mit künstlicher Intelligenz
November 2021
University of Texas Southwestern Medical Center, Dallas, USA(1)
University of Washington, Seattle, USA(2)
University of Washington, Seattle, USA(2)
Protein-Protein-Wechselwirkungen spielen in der Biologie eine entscheidende Rolle, aber die Strukturen vieler eukaryotischer Proteinkomplexe sind unbekannt, und es gibt wahrscheinlich viele noch nicht identifizierte Wechselwirkungen. In dieser Studie wurden Fortschritte in der proteomweiten Aminosäure-Koevolutionsanalyse und der Deep-Learning-basierten Strukturmodellierung genutzt, um systematisch genaue Modelle der wichtigsten eukaryotischen Proteinkomplexe innerhalb des Proteoms von Saccharomyces cerevisiae zu identifizieren und zu erstellen. Es wurde eine Kombination aus RoseTTAFold und AlphaFold verwendet, um gepaarte multiple Sequenzalignments für 8,3 Millionen Paare von Hefeproteinen zu durchsuchen, 1505 Proteine zu identifizieren, die wahrscheinlich interagieren, und Strukturmodelle für 106 zuvor nicht identifizierte Verbindungen und 806, die noch nicht strukturell charakterisiert wurden, zu erstellen. Diese Komplexe, die aus bis zu fünf Untereinheiten bestehen, spielen bei fast allen wichtigen Prozessen in eukaryontischen Zellen eine Rolle und bieten umfassende Einblicke in biologische Funktionen.
Computed structures of core eukaryotic protein complexes
Qian Cong(1), David Baker(2)
Eingestellt am: 28.01.2022
[1] https://www.science.org/doi/10.1126/science.abm4805[2] https://www.technologynetworks.com/drug-discovery/news/predicting-protein-interactions-with-artificial-intelligence-355904
