模擬細(xì)胞內(nèi)蛋白質(zhì)如何相互作用的算法將加強(qiáng)對(duì)生物學(xué)的研究，并闡明蛋白質(zhì)如何協(xié)同工作以完成諸如將食物轉(zhuǎn)化為能量等任務(wù)。研究人員開發(fā)了一種算法，通過(guò)識(shí)別細(xì)胞內(nèi)的哪些蛋白質(zhì)相互作用，基于它們的基因序列，幫助我們理解生命系統(tǒng)的工作原理。

在過(guò)去的十年中，從基因測(cè)序中產(chǎn)生大量數(shù)據(jù)的能力迅速發(fā)展，但研究人員的麻煩在于能夠應(yīng)用序列數(shù)據(jù)來(lái)更好地理解生命系統(tǒng)。發(fā)表在“ 美國(guó)國(guó)家科學(xué)院院刊”上的這項(xiàng)新研究向前邁出了重要一步，因?yàn)樯镞^(guò)程，例如我們的身體如何將食物轉(zhuǎn)化為能量，是由特定的蛋白質(zhì) - 蛋白質(zhì)相互作用驅(qū)動(dòng)的。

研究報(bào)告的共同作者，劍橋大學(xué)化學(xué)系的Lucy Colwell博士與Ned Wingreen一起領(lǐng)導(dǎo)了這項(xiàng)研究，“我們真的很驚訝我們的算法足夠強(qiáng)大，能夠在沒(méi)有實(shí)驗(yàn)數(shù)據(jù)的情況下做出準(zhǔn)確的預(yù)測(cè)。”普林斯頓大學(xué)。“能夠預(yù)測(cè)這些相互作用將有助于我們了解蛋白質(zhì)如何適應(yīng)并協(xié)同工作以完成所需的任務(wù) - 使用算法比依靠實(shí)驗(yàn)更快，更便宜。”

當(dāng)?shù)鞍踪|(zhì)相互作用時(shí)，它們粘在一起形成蛋白質(zhì)復(fù)合物。在她之前的研究中，Colwell發(fā)現(xiàn)如果已知兩種相互作用的蛋白質(zhì)，可以使用序列數(shù)據(jù)來(lái)確定這些復(fù)合物的結(jié)構(gòu)。一旦知道了復(fù)合物的結(jié)構(gòu)，研究人員就可以研究化學(xué)上發(fā)生的情況。然而，哪些蛋白質(zhì)相互作用的問(wèn)題仍然需要昂貴，耗時(shí)的實(shí)驗(yàn)。每個(gè)細(xì)胞通常包含相同蛋白質(zhì)的多個(gè)版本，并且不可能預(yù)測(cè)每種蛋白質(zhì)的哪個(gè)版本會(huì)特異性地相互作用 - 相反，實(shí)驗(yàn)涉及嘗試所有選項(xiàng)以查看哪些蛋白質(zhì)粘附。

在目前的論文中，研究人員使用數(shù)學(xué)算法篩選可能的相互作用伙伴，并識(shí)別彼此相互作用的蛋白質(zhì)對(duì)。該方法正確地預(yù)測(cè)了配對(duì)已知的超過(guò)40,000個(gè)蛋白質(zhì)序列的數(shù)據(jù)集中存在的93%的蛋白質(zhì) - 蛋白質(zhì)相互作用，而沒(méi)有首先提供正確配對(duì)的任何實(shí)例。

當(dāng)兩種蛋白質(zhì)粘在一起時(shí)，一條鏈上的一些氨基酸會(huì)粘附在另一條鏈上的氨基酸上。相互作用蛋白質(zhì)之間的界限趨向于隨著時(shí)間的推移一起進(jìn)化，導(dǎo)致它們的序列彼此鏡像。

該算法使用此效果來(lái)構(gòu)建交互模型。它首先隨機(jī)配對(duì)每個(gè)生物體內(nèi)的蛋白質(zhì)版本 - 因?yàn)橄嗷プ饔玫呐鋵?duì)在序列上往往比非相互配對(duì)更相似，該算法可以從隨機(jī)起點(diǎn)快速識(shí)別出一小組大致正確的配對(duì)。

使用這個(gè)小集合，算法測(cè)量第一蛋白質(zhì)中特定位置的氨基酸是否影響第二蛋白質(zhì)中特定位置發(fā)生的氨基酸。從數(shù)據(jù)中學(xué)習(xí)的這些依賴性被整合到模型中并用于計(jì)算每種可能的蛋白質(zhì)對(duì)的相互作用強(qiáng)度。消除了低得分配對(duì)，剩余的配置用于構(gòu)建更新的模型。

研究人員認(rèn)為，只有通過(guò)研究在實(shí)驗(yàn)中發(fā)現(xiàn)的對(duì)，才能首先“學(xué)習(xí)”制造良好蛋白質(zhì) - 蛋白質(zhì)對(duì)的算法，該算法才能正常工作。這意味著研究人員必須為算法提供一些已知的蛋白質(zhì)對(duì)或“黃金標(biāo)準(zhǔn)”，以便比較新序列。該團(tuán)隊(duì)使用了兩個(gè)經(jīng)過(guò)充分研究的蛋白質(zhì)家族，組氨酸激酶和反應(yīng)調(diào)節(jié)因子，它們作為細(xì)菌信號(hào)系統(tǒng)的一部分相互作用。

但是已知的例子通常很少，并且在細(xì)胞中存在數(shù)千萬(wàn)未發(fā)現(xiàn)的蛋白質(zhì) - 蛋白質(zhì)相互作用。所以團(tuán)隊(duì)決定看看他們是否可以減少他們給算法的訓(xùn)練量。他們逐漸降低了他們喂入算法的已知組氨酸激酶反應(yīng)調(diào)節(jié)劑對(duì)的數(shù)量，并驚訝地發(fā)現(xiàn)該算法繼續(xù)有效。最后，他們運(yùn)行算法而沒(méi)有給出任何這樣的訓(xùn)練對(duì)，并且它仍然預(yù)測(cè)新對(duì)具有93%的準(zhǔn)確度。

“我們不需要一套訓(xùn)練數(shù)據(jù)的事實(shí)真的令人驚訝，”科爾韋爾說(shuō)。

該算法是使用來(lái)自細(xì)菌的蛋白質(zhì)開發(fā)的，研究人員現(xiàn)在將該技術(shù)擴(kuò)展到其他生物體。“生物體內(nèi)的反應(yīng)是由特定的蛋白質(zhì)相互作用驅(qū)動(dòng)的，”科爾韋爾說(shuō)。“這種方法使我們能夠識(shí)別和探索這些相互作用，這是建立生命系統(tǒng)如何運(yùn)作的重要一步。”