距离图辅助的蛋白质复合物多种群组装方法

摘要

自然界中许多蛋白质通过形成复合物来发挥其生物功能，解析这些蛋白质的结构对于理解其功能和相互作用、揭示分子机制极其重要.随着深度学习的发展，蛋白质单体结构预测获得了显著进展，但复合物结构预测依然面临诸多挑战.本文提出了一种基于距离图辅助多种群协同进化的复合物组装方法C-DeepAssembly.首先，运行AlphaFold-Multimer和DeepAssembly,并通过其预测结构提取距离图.随后，在模拟过程中，通过多种群协同进化算法计算得到链间旋转平移量.最后，将旋转平移量施加到单体上，实现单体间对接，从而组装得到最终复合物结构.在21个CASP15二聚体目标蛋白和105个二聚体蛋白上的测试结果表明，C-DeepAssembly方法组装得到的最好模型比AlphaFold-Multimer方法平均TM-score分别提升了7.9%,16.6%.

关键词

复合物组装 / 模拟 / 距离图 / 多种群