攝影：Yulia Pozdnyakova“西伯利亞的科學”
近日，SKIF集體使用中心的科學家在病毒蛋白質結構研究領域取得了重要進展。他們成功確定了最近在中國和日本發現的三種由蜱蟲攜帶的病毒的多種蛋白質的空間結構。這些病毒可導致人類出現發燒、血液中血小板和白細胞水平下降以及肝功能障礙等癥狀。
科學家利用先進的程序，將這些病毒蛋白質結構的實驗數據與神經網絡預測的模型進行了比較，從而大大加速了從預測結構中選擇目標候選物的過程。這一突破性的方法不僅使我們能夠更深入地了解這些病毒的生命周期，還為開發有效藥物和疫苗提供了有力支持。
SKIF集體使用中心的科學家開發的這一程序，具有顯著的優勢。它能夠在幾分鐘內處理神經網絡預測的大量變體，使得蛋白質結構驗證的過程加快數百倍。這一計劃將向所有研究人員免費開放，無疑將為全球病毒學和藥物研發領域帶來重大利好。
蛋白質結構的確定對于理解生物體的功能、疾病發展的機制以及研制有效的藥物和疫苗至關重要。然而，這一過程往往漫長、耗費人力且昂貴。傳統的X射線結構分析需要生長晶體，但并非所有蛋白質都能滿足這一條件。而小角度X射線散射(SAXS)方法則可以在溶液中研究蛋白質并獲得其大致形狀，為蛋白質結構研究提供了新的途徑。
近年來，機器學習在模擬蛋白質空間結構方面發揮了積極作用。2024年，諾貝爾化學獎授予了AlphaFold2神經網絡的開發者，該網絡能夠根據蛋白質的氨基酸序列預測其三維結構。然而，使用這種神經網絡仍然需要獲得每個氨基酸序列的許多三維結構變體，并通過實驗進行驗證。
為了將神經網絡預測的結構與SAXS實驗的數據進行比較，SKIF集體使用中心的科學家開發了新的程序。該程序能夠將神經網絡預測的結構轉換成與SAXS實驗中獲得的相同格式，從而方便科學家進行比較和選擇。通過這一方法，科學家成功預測了一組蛋白質的三級結構，并獲得了關于這些病毒蛋白質的重要數據。
據該程序的作者、SKIF集體使用中心的員工Anton Vedkal介紹，蛋白質具有多種多樣的形狀，而所開發的程序正是為了將這些不同形狀的蛋白質結構進行轉換和比較，以選擇最可能的結構。
科學家還利用上海同步輻射裝置(SSRF)的SAXS方法確定了這些病毒蛋白質分子的形狀，并結合AlphaFold、RoseTTAFold、Chain-1三個神經網絡對蛋白質結構變體進行了預測。盡管候選序列數量超過百個，且AI模塊得出的結果需要通過其他方法進行確認，但利用開發的程序，科學家成功將結構轉換為SAXS曲線，實現了實驗數據與預測結構的比較。
