蛋白質三維結構解析的方法

徐甲強,崔倩倩,2

(1.上海大學 理學院化學系;新能源與傳感技術實驗室,上海 200444;2.中國科學院 上海藥物研究所,上海 201203)

蛋白質是執行生命活動過程中重要的生物大分子,參與肌肉收縮、能量轉換、氧氣輸送以及抵御微生物入侵等各種生理過程.雖然蛋白質的功能各不相同,但是其基本組成是類似的.其通過20種氨基酸排列組合形成不同的肽鏈,再進一步地組裝和折疊,成為具有獨特且復雜三維結構的生物大分子[1].結構的正確解析是理解蛋白質生物學功能、認識各蛋白質之間相互作用的關鍵[2],可以為藥物的研發提供重要的靶點信息[3].

目前蛋白質結構解析的方法分為實驗方法和預測方法兩類,前者主要包括X射線晶體衍射(X-ray Crystalline Diffraction)法、核磁共振(Nuclear Magnetic Resonance,NMR)法和冷凍電子顯微鏡(Cryogenic Electron Microscopy,Cryo-EM)法,這3種方法逐漸發展成熟,已成為蛋白質結構實驗分析的三大技術平臺.后者主要以AlphaFold人工智能系統的建立為標志,基于大數據的計算對蛋白質結構進行預測.各種結構解析方法占比情況見圖1.

1 X射線晶體衍射法

生物大分子結構測定技術的歷史可以追溯到19世紀末.1895年,德國物理學家倫琴發現了X射線.X射線是一種高能量、短波長的電磁波(本質上屬于光子束),當X射線擊打在分子晶體顆粒上時,因與晶體中的電子發生作用而產生衍射效應.通過探測器收集這些衍射信號,可以確定晶體中電子密度的分布,從而獲得粒子的位置信息,為解析生物大分子的晶體結構提供依據.X射線衍射法憑借其優異的性能在接下來的一個多世紀獲得了極大發展,被廣泛用于生物醫學和工業領域.只要是能夠形成結晶的蛋白質,通過X射線衍射后就能看清楚其三維結構,因此X射線晶體衍射法成為解析蛋白質大分子晶體結構的主要手段,并逐漸發展為一門學科即X射線晶體學(X-ray Crystallography).X射線晶體學成為最早且最主要研究測定蛋白質結構的學科[4].

1934年,BEMAL和CROWFOOT獲得了第一張蛋白質晶體的X射線衍射照片,但是由于理論的局限性,并未解析出蛋白質的三維結構[5].1958年,英國科學家MAX PERUTZ和JOHN KENDREW將重金屬原子引入蛋白質晶體中,通過運用多對同晶置換法(Multiple Isomorphous Replacement,MIR)成功解決蛋白質大分子晶體衍射的相位問題,并得到了高分辨率的肌紅蛋白(Myoglobin)的三維結構[6](如圖2),以及更復雜的血紅蛋白(Hemoglobin)的晶體結構[7].自此,X射線衍射技術在蛋白質結構測定中得到了實際的應用,PERUTZ與KENDREW也獲得了1962年的諾貝爾化學獎.1964年,AARON KLUG將X射線晶體學與電子顯微鏡結合起來,發明了一種可以解析更大的蛋白質或蛋白質-核酸復合物結構的新的分析儀器——電子晶體學顯微鏡(Crystallographic Electron Microscopy)[8].由于KLUG在結構生物學領域的杰出貢獻,被授予了1982年的諾貝爾化學獎.1965年,BLAKE和PHILLIPS用X射線衍射技術測定了溶菌酶的三維結構并首次解釋了蛋白質的分子機制[9-10].但由于此時產生的X射線存在相應的缺陷,如沒有相干性、亮度不高、偏振性較差等,在很大程度上限制X射線的應用,直到同步輻射技術的出現才使得部分難題得到解決.1947年,學者在美國通用電氣公司的一臺70 MeV的同步加速器中首次觀察到“同步光”現象,并將該現象命名為同步輻射.同步輻射是指速度接近光速的帶電粒子在做曲線運動時,沿切線方向發出的電磁輻射.該輻射擁有高強度、寬波譜、高準直性及方便可調節的入射X射線等優點,彌補了之前X射線在亮度和偏振性方面的不足,使得X射線晶體學得到了極大的發展[11].1976年,KEITH HODGSON首次使用同步輻射裝置對單個蛋白質晶體進行照射,觀察到生物大分子的電子和結構環境[12].然而,蛋白質結晶過程并不簡單,有時需要改變樣品的結構才能得到有序的晶體,這使得人們可能會錯過蛋白天然狀態下的結構信息,因此科學家們嘗試在非結晶的狀態下解析蛋白質結構.同步輻射的發展為小角X射線散射(Small Angle X-ray Scattering,SAXS)提供了高強度的入射光源,實現對樣品的快速曝光,因此,與同步輻射只能解析靜態或微動態的蛋白質結構不同,應用SAXS技術可以獲得溶液狀態下蛋白質結構的動態變化.然而,科學家們對X射線晶體學的探索不止于此.21世紀初,德國率先建造了X 射線自由電子激光器(X-ray Free-Electron Laser,XFEL),實現了對生物大分子皮秒(ps)量級甚至飛秒(fs)量級的動態結構的觀察[11].大分子結構的預測不再局限于靜止狀態,已經進入了時間分辨晶體學的新時代.

自20世紀90年代以來,X射線晶體學迎來了飛速發展的時期.直至今天,X射線晶體衍射技術仍是最常用且最準確的測定蛋白質三維結構的技術[13].目前PDB(Protein Data Bank)數據庫中已經收錄了超過18萬個生物大分子結構,如圖1所示,其中約86.78%是通過X射線衍射技術獲得的.X射線晶體衍射技術雖然得到了長足的發展,但仍存在一定的缺點.比如,X射線本身帶有極大的能量,容易對晶體造成輻射損傷,即使是液體狀態下的蛋白質也會受到影響.此外,X射線衍射方法不能用來解析分子量較大的蛋白質,且對于不能結晶的蛋白質的解析也存在一定的局限性.隨后核磁共振波譜學的發展在一定程度上彌補了X射線晶體衍射技術的不足,逐漸發展成為蛋白質結構解析的新方法.

2 核磁共振波譜法

利用核磁共振波譜進行的結構研究可以觀察到蛋白質分子的天然結構和動力學特征[14].核磁共振的基本理論是帶有孤對電子的原子核在外界磁場的影響下發生自旋,并通過塞曼分裂發生能級躍遷,從而吸收并釋放電磁輻射,產生共振頻譜.這種共振電磁輻射的頻率與所處磁場強度成一定比例.由于不同分子中原子核所處的化學環境不同,將會產生不同的共振頻率,從而產生不同的共振譜.通過記錄波譜的變化可以判斷該原子在分子中所處的位置及相對數目,用以進行定量分析及分子量的測定,并對分子進行結構分析.

1938年,美國科學家ISIDOR ISAAC RABI首次通過分子束實驗發現在磁場中的原子核會沿磁場方向呈正向或反向有序且平行的排列,在施加外磁場后,原子核的自旋方向發生翻轉[15].這是人類關于原子核與磁場以及外加射頻場相互作用的最早認識.1946年,PURCELL和BLOCH都獨立觀察到了固體(石蠟)和液體(水)狀態下的核磁共振吸收[16-17],兩位科學家也因此獲得了1952年的諾貝爾物理學獎.1948年,核磁弛豫理論建立.1950年,化學位移和自旋耦合現象被相繼發現.之后,RICHARD R ERNST團隊于1966年建立了傅立葉變換核磁共振分光法,并于1976年建立二維核磁共振技術.這兩項技術極大地提高了NMR測量的靈敏度和分辨率,并將核磁共振成功應用到化學、結構生物學和日常的醫學診斷中[18].隨后,WUTHRICH將該方法成功應用于生物大分子結構與動力學研究[19].這些理論學說的建立使得NMR快速發展.1978年,核磁共振技術首次被用于蛋白質結構的解析[20].經過半個多世紀的發展,尤其是高場核磁共振譜儀的出現、各種新的核磁實驗方法的應用、分子生物學的進步以及各種標記方法(如同位素標記技術)的產生等使得核磁共振技術在結構生物學中得到廣泛應用[18].直至今日,核磁共振波譜技術仍然是能夠在原子分辨率下測定溶液中生物大分子三維結構的最可靠的方法之一.如圖1所示,PDB數據庫中收錄的生物大分子三維結構中約有7.17%是通過NMR技術獲得的.

核磁共振法解析蛋白質結構的一般流程如下:1)對蛋白質進行同位素標記,通常用15NH4Cl為氮源、13C-葡萄糖為碳源的M9培養基培養大腸桿菌并表達蛋白[21](現在逐漸發展成為對氨基酸的選擇性標記);2)將蛋白放置到強磁場中,用射頻信號進行探測,進行1H、13C、15N三共振NMR實驗,觀測到的共振信號可以反映相鄰原子核之間的相互作用和成鍵原子之間的局部構象,即對蛋白質的主、側鏈進行歸屬[22-23];3)對采集完的NMR譜圖進行氨基酸的比對,結合NOE(核歐沃豪斯效應增強)約束、二面角約束(通過耦合常數所得)以及空間距離約束(由三維15N-13C-NOESY-HSQC實驗獲得),來構建蛋白質原子模型;4)結合計算機不斷演算,得到最終的蛋白質結構.圖3為文獻[24]中利用核磁共振光譜測定溶液狀態下的鋅指核酸結合基序的三維結構圖.

NMR結構解析大多是對溶液狀態下的蛋白質結構進行非破壞的檢測.因此一般認為比起X射線晶體衍射,NMR能更準確地描述生物大分子的天然結構.核磁共振波譜技術適合研究瞬時存在和不穩定的復合物.如采用半濾波的核歐沃豪斯效應譜(Half-Filrered NOESY)可以測定存在弱相互作用復合物的三維結構[25-26].同時,核磁共振技術也適合研究蛋白質動力學,其時間尺度可以囊括皮秒到秒的范圍[18],可精確得到目的基團的動態變化信息.此外,利用液體或固體核磁共振的方法,逐步突破了分子大小以及長程約束的限制,使得NMR還可以研究膜蛋白的三維結構,特別是一些通過X射線晶體衍射技術和Cryo-EM技術不能確認的蛋白質的柔性區域的結構信息.當然,NMR也存在一些劣勢,如蛋白質在溶液中存在結構不穩定的情況,這種狀態下很難獲取穩定的NMR信號.此外,由于大分子量的蛋白質在NMR譜中存在重疊峰的問題,因此NMR技術在處理大型生物分子時的能力有限[14].而冷凍電子顯微鏡技術突破了蛋白質分子量的限制,成功打破X射線晶體衍射技術和NMR技術的壁壘,成為當前結構生物學領域最前沿的成像技術之一,極大地推動了膜蛋白及大分子復合物的結構解析進程.

3 冷凍電子顯微鏡法

使用冷凍電子顯微鏡對液體樣品進行玻璃化處理,集中了X射線晶體衍射和核磁共振波譜兩種方法的優點,成為結構研究最合適的替代方法[14].冷凍電子顯微鏡技術的原理是將生物大分子在毫秒的時間尺度內快速冷凍并包埋在玻璃態的冰中,應用低溫透射電子顯微鏡收集樣品信息,即用高度相干的電子做光源,采用80～300 kV加速電壓將電子束加速,透過樣品和附近冰層,使樣品受到散射,再利用探測器和透鏡系統把散射信號記錄下來,收集生物大分子不同方向上的二維投影,再經圖像處理并利用三維重構的方法計算得到大分子三維精細結構.

電子顯微鏡最早出現在1931年,其設計之初的目的就是為了獲得高分辨率的病毒圖像.但由于電子顯微鏡必須在高真空下工作,而生物樣品大多在真空狀態下不能保持穩定甚至失活,因此制備高分辨率的生物樣品是當時制約電子顯微鏡技術發展的主要瓶頸,導致其在結構生物學方面的應用要遠遠落后于材料科學.在冷凍電鏡技術發展之前,一般使用重金屬鹽覆蓋生物樣品,用常溫負染透射電鏡進行觀察,但是獲得的生物大分子分辨率較低[27].

1968年,DE ROSIER和KLUG成功地用負染的電子顯微鏡照片重建了噬菌體尾部(一種螺旋對稱的粒子)的三維結構,開創了電子顯微鏡三維重構技術,取得了蛋白質結構解析的重大突破[28](圖4).1974年,ROBERT GLAESER和KEN TAYLOR首次提出對含水生物樣品冷凍后再進行電子顯微鏡成像,通過測試發現該方法可以有效降低輻射損傷對樣品高分辨率結構的破壞,開創了維持高真空狀態下高分辨率成像的新思路,這就是冷凍電子顯微鏡的雛形[29].1975年, HENDERSON等人開創了二維電子晶體學三維重構技術,即應用電子顯微鏡從二維晶體中獲得近原子分辨率的三維蛋白質結構,并使用該方法解析了第一個膜蛋白的三維結構——視紫紅質蛋白[30].FRANK等人建立了基于冷凍電鏡單顆粒重構技術的圖像分析方法,能夠從2D電子顯微圖像構建3D結構[31].DUBOCHET教授創建了樣品制備的低溫玻璃化法,該方法通過使用液氮冷卻的液態乙烷實現了毫秒之內的生物樣品的快速冷凍,成功制備了不形成冰晶的玻璃態冰包埋的生物樣品,能夠使生物分子在真空中保持其自然狀態,并有效抵御電子的輻照損傷[32].上述開拓性的科研成果共同奠定了冷凍電子顯微鏡技術發展的基礎,并獲得了科學界的認可.HENDERSON、FRANK和DUBOCHET 3位科學家獲得了2017年的諾貝爾化學獎.

起初,使用冷凍電子顯微鏡技術只能解析高對稱性且大分子量的病毒顆粒的近原子分辨率的三維結構[33],而后這項技術取得了革命性的進步,其主要的原因之一是電子直接探測器(Direct Electron-Detector Device,DDD)的發展.DDD允許完全相同的圖像區域的多個圖片通過幀對齊和取平均的方法校正光束引起的背景運動,顯著提高圖像的信噪比(Signal-to-Noise Ratio,SNR)[14].除了圖像處理硬件的突破之外,冷凍電子顯微鏡技術的進步還得益于圖像處理軟件的發展[34].2012 年SJORS SCHERES開發的RELION算法能更有效地處理低信噪比的圖像,這成為單顆粒結構解析的利器.基于前人的研究基礎,2013年,新一代DDD相機(Gatan K2 camera)拍攝了近九萬張單顆粒圖像,并解析得到了約300 kDa的膜蛋白——瞬時受體電位通道蛋白(TRPV1)四聚體的冷凍電鏡結構,分辨率高達近原子級別的0.34 nm[35],標志著冷凍電子顯微鏡技術進入“原子分辨率”時代,并掀起了一場 “分辨率革命”.

近年來,通過冷凍電子顯微鏡測定的大分子復合物的高分辨率結構的數量呈現指數級的增長趨勢,同時結構解析可達到的最高分辨率也在不斷提高.2014年,英國SCHERES團隊通過改進電子顯微鏡技術,成功獲得了酵母菌的線粒體核糖體大亞基的圖像,分辨率達到0.34 nm[36].2015年,清華大學施一公教授團隊首次在世界上揭示了分辨率高達0.43 nm的人體γ-分泌酶的電鏡結構[37],這為理解γ-分泌酶的工作機制及阿爾茨海默病的發病機理提供了重要基礎.2016年,美國國家癌癥研究所科學家發布的谷氨酸脫氫酶(分子量334 kDa)結構的分辨率已經達到了0.18 nm[38].2020年,德國HOLGER STAR課題組解析了脫鐵蛋白(Apoferritin)的三維結構,并達到了原子級別的分辨率(0.125 nm),直接可視化蛋白質中的所有原子(包括氫原子)[39],打破了之前日本KEIICHI NAMBA團隊保持的0.154 nm的記錄,實現了世界首次可視化蛋白質中的單個原子.相信隨著冷凍電子顯微鏡技術的發展,這個紀錄將會被不斷打破.

綜上所述,突破分辨率限制的生物分子一般有著分子量大、化學性質穩定、結構對稱性好等特點,而對于小分子量蛋白質(一般為小于200 kDa)顆粒由于其在冷凍樣品中襯度不足等原因,其高分辨解析工作對目前的技術手段而言仍然是很大的挑戰.但是這項技術壁壘隨著冷凍電子顯微鏡單顆粒分析技術(Single Particle Analysis,SPA)的發展逐漸被打破.2019年,FAN等[40]解析的分子量為52 kDa的鏈霉親和素蛋白的分辨率達到0.32 nm.該研究成果一度刷新利用冷凍電子顯微鏡單顆粒方法解析至近原子分辨率生物大分子分子量最小記錄.2022年3月,斯坦福大學醫學院ZHANG等[41]通過設計蛋白質雙殼來克服尺寸限制,將環磷腺苷效應元件結合蛋白(CAMP-response element binding protein,CREB)中結合蛋白(CREB binding protein,CBP)的KIX結構域(11 kDa)夾在Apoferritin內殼和麥芽糖結合蛋白外殼的中間,構成分子籠,并獲得了分辨率為0.26 nm的三維結構.這項研究表明,將小分子量蛋白質融合為籠狀結構是打破冷凍電子顯微鏡結構測定的分辨率極限的可行方案,但是該方法的適用性仍需要通過實驗進一步驗證.

隨著時間的推移,冷凍電子顯微鏡技術已經向4個方向上擴展,即電子二維晶體學(Electron 2D Crystallography)[42]、單顆粒分析(SPA)[43]、冷凍電子斷層掃描(Cryo-Electron Tomography,Cryo-ET)[44]以及最新的微晶電子衍射(Microcrystal Electron Diffraction,MicroED)[45].目前占據主導位置的是單顆粒分析技術,也是推動“分辨率革命”的主要方法.通過使用重組顆粒方法,例如洗滌劑膠束[46]或納米圓盤[47],單顆粒冷凍電鏡已經能夠克服舊方法在結構異質性方面的困難[48].而隨著近些年聚焦離子束(Focused Ion Beam,FIB)減薄技術和相位板[49]等技術的發展,以及光鏡-電鏡結合實現樣品定位策略的應用,使得更大尺度上的冷凍電子斷層成像技術逐漸發展成熟.Cryo-ET的適用尺度非常廣泛,包括從分子水平的蛋白質到亞細胞水平的細胞器,以至細胞水平的組織結構,都可以被觀察到,這項技術也已經被成功應用于直接觀察病理條件下細胞及組織內部的目標大分子復合物的定位、互作及引發疾病的構象變化機制.Cryo-ET有效填補了X射線晶體學、核磁共振以及SPA等方法得到的高精度結構和光學顯微鏡技術得到的低分辨率的細胞整體圖像之間的空白,已經成為連接結構生物學和細胞生物學的重要橋梁[27].

冷凍電子顯微鏡解析蛋白質三維結構方法的優點是可直接獲得生物大分子在接近生理條件下的結構及構象變化、無需結晶、所需樣品量相對較少、研究對象廣泛,適合解析大分子復合物(分子量大于80 kDa的蛋白質、病毒及復合物)的三維精細結構,且樣品分子量越大、對稱性越高,越容易區分異質性,從而越容易獲得高分辨率結構[33].此外,作為當前結構生物學領域最前沿的成像技術之一,冷凍電鏡技術已經將生物大分子復合物的結構解析能力拓展至原子分辨率水平.“分辨率革命”使Cryo-EM成為結構引導藥物設計領域的未來工具[50-52],在膜蛋白結構解析和小分子藥物及疫苗的開發中顯露出巨大的潛力[27].

盡管仍然面臨一些挑戰,如冷凍電子顯微鏡對于樣品制備的要求較高,特別是分子量較小、均一性差的樣品,獲得的分辨率較低,設備及實驗成本昂貴等,但是科技的突破還在不斷進行,冷凍電子顯微鏡技術未來可期[14].

4 AlphaFold人工智能預測蛋白質結構

由于上述方法實驗測定過程十分復雜,且成本高、費時,對某些不易結晶的蛋白質還存在局限,因此,隨著計算機技術的發展,以生物信息學為基礎發展起來的蛋白質結構預測方法逐漸受到重視.

蛋白質結構預測的方法主要分為兩類,第一類為理論分析方法,即通過理論計算進行結構預測,該類方法假設折疊后的蛋白質取能量最低的構象,理論上是可行的,但是從實際出發,該方法存在缺陷:1)天然狀態與未折疊狀態下的蛋白質結構之間的能壘很小,結構變化細微;2)蛋白質可能的空間構象數量龐大,針對蛋白質折疊方式的計算量巨大;3)計算模型中參數的不確定性,這些缺點限制了理論分析方法的發展.第二類為統計方法,實質上是根據蛋白質的編碼基因推測出可能的氨基酸序列,之后對已知蛋白質結構進行統計分析,建立序列到結構的映射模型,根據已掌握的蛋白質的結構特點推測未知蛋白質的可能結構,并以此結構為基礎,預測該蛋白質的生物學功能[2].目前蛋白質結構預測的方法主要以第二類為主.

20世紀70年代,美國科學家ANFINSEN提出蛋白質的氨基酸序列決定其三維結構的概念,成為開展蛋白質結構預測的基本信念[53].也正是由此開始,計算科學家開始進入蛋白質結構預測領域,并建立計算機模型,以預測給定的蛋白質如何折疊.起初建立的模型只適用于小分子量蛋白質或大分子量蛋白質的短片段,此外,由于前期實驗方法解析蛋白質結構的進度緩慢,無法提供足夠多的可供參考的蛋白質三維結構模型,導致基于算法的蛋白質結構預測也是進展緩慢.直到20世紀90年代,X射線晶體學、冷凍電子顯微鏡等技術的突飛猛進使得PDB數據庫中的蛋白質三維結構數量與日俱增,極大推動了計算生物學的發展.1994年,美國科學家MOULT和他的同事共同發起了兩年一次的國際蛋白質結構預測競賽(CASP).組織方提供大約一百種已經通過實驗方法解析出三維結構但未向公眾發布的蛋白質的氨基酸序列,參賽者通過算法預測蛋白質結構,之后將預測結果與實驗結果進行比較并評分(Global Distance Test,GDT),只有大于90分才被認為該算法與實驗方法相比有競爭力[54].此后的二十多年間,競賽中出現的最高的計算機測試成績也只達到了40分,直到2018年,谷歌公司旗下的DeepMind公司研發出的AlphaFold首次參加CASP,并獲得了歷史最高的近80分的好成績,但是預測準確度仍有一定差距.時隔兩年,在2020年的第14屆CASP中,DeepMind團隊拿出升級版的AlphaFold2[55]系統,競賽評分達到了92.4分,在蛋白質結構預測方面表現出了無與倫比的準確性,甚至可以分析X射線晶體學難以解決的存在跨膜結構域的蛋白質結構.AlphaFold2系統優越的表現引起了科學界的熱切關注.

2021年7月,DeepMind團隊在Nature雜志上連續發文,首先公布了AlphaFold2的源代碼,描述AlphaFold2是基于神經網絡的全新設計的AlphaFold版本,其預測的蛋白質結構能達到原子水平的準確度[56](圖5).隨后,該團隊用AlphaFold完成了98.5%的人類蛋白質的結構預測,并且對其中35.7%的蛋白質結構預測達到了極高準確度[57].AlphaFold2的成功可歸因于其神經網絡的架構和參考了實驗方法解析的蛋白質三維結構的訓練程序[58],即基于深度學習的蛋白質結構預測方法,這在結構生物學界引發了巨大的沖擊[58].同年7月,DAVID BAKER領導一支計算生物學家團隊,基于AlphaFold深度學習的基礎,成功開發一款名為RoseTTAFold的工具[59],能夠根據有限的信息快速準確地預測出目標蛋白質的結構,達到與AlphaFold2不相上下的準確度.RoseTTAFold所需的計算耗能與計算時間均比AlphaFold2低,僅用一臺游戲計算機,在短短十分鐘內就可以可靠地計算出蛋白質結構.2021年11月,Science雜志公布了2021年的年度科學突破榜單,AlphaFold和RoseTTAFold兩種基于人工智能預測蛋白質結構的技術位列榜首[60],這充分肯定了蛋白質結構預測的光明前景.

雖然人工智能預測蛋白質三維結構有著傳統實驗方法無法企及的優勢,如耗時短、無需對蛋白質進行結晶、無需使用昂貴的實驗儀器及材料進行研究;以及源代碼的免費開放意味著它是真正適合所有人的蛋白質預測模型,但仍不能否定實驗方法的重要性.因為首先需要通過實驗方法積累足夠多的蛋白質三維結構,才能使得基于算法的AI結構預測有充分的前提條件進行學習模擬;其次,AlphaFold預測蛋白質結構也并非全能的,對于數據庫中未能解析的蛋白質柔性部位,使用軟件也不能獲得準確的結構.AI所做的工作還處于科學實驗的輔助階段,它的可信度還需要實驗來證實.

蛋白質的結構預測將有助于為基礎生物學提供新的見解,特別對理論假說的提出具有啟示和借鑒意義[15],此外還有助于揭示具有臨床意義的新藥靶點[1],它會與X射線衍射、核磁共振和冷凍電子顯微鏡等實驗方法一起,成為解析蛋白質結構的強大工具,在科學的道路上推進對人類自身的認識和對生命的理解.

5 展 望

人們對于蛋白質結構的深入研究對揭示生命體生化反應的發生機制、研發靶向性藥物有著重要意義.X射線衍射晶體學、核磁共振、冷凍電子顯微鏡三大實驗分析技術對于蛋白質結構解析的重要性無需贅言,并且隨著科學技術的不斷創新,各項技術的壁壘逐漸被打破,彼此之間的界限也變得越來越模糊,這無疑是令人振奮的現象,預示著蛋白質結構解析方法高速發展時期的到來.三大實驗技術與AlphaFold人工智能系統相輔相成,已經成為蛋白質結構解析領域最強有力的工具,在未來也必將引領結構生物學的發展,向人們揭示生命的奧秘.