蛋白質結構預測進展*

曹 衛 潘憲明

（清華大學生命科學院，蛋白質科學教育部重點實驗室，北京 100084）

1 蛋白質結構預測的理論基礎與意義

蛋白質是生命活動的主要承擔者和體現者，一切生命活動都離不開蛋白質，了解蛋白質功能的基本方法之一是研究其三維結構。高通量測序技術的發展使蛋白質序列信息呈指數增長，相對地，蛋白質結構數據的增長速度遠遠低于其序列數據的增長速度［1］。蛋白質結構主要通過X射線晶體學（X-ray crystallography）、核磁共振（nuclear magnetic resonance， NMR）和冷凍電鏡（cryo-electron microscopy，cryo-EM）等方法解析， 雖然這些方法可以產生高分辨率和高質量的蛋白質結構，但是耗時、昂貴且不適用于所有蛋白質。隨著計算領域技術的進步，人工智能在生物學中的應用日益廣泛，因此，用計算的方法從蛋白質序列出發預測結構是非常必要的。

蛋白質結構非常復雜，結構化學家從概念上將蛋白質結構分為四個“層次”。一級結構是由氨基酸脫水縮合組成的多肽鏈；二級結構描述了局部區域的一般三維（3D）形式，這些區域與蛋白質的其余部分獨立地組織成重復出現的結構片段，多肽鏈最主要的局部構象是α 螺旋（α helices）和β 片層（β sheets），不規則形狀也是蛋白質結構和功能的重要組成部分，通常稱其為環區（loop）；三級結構是一條多肽鏈的3D結構，即每個原子的3D坐標；四級結構指其亞基之間是如何定向和排列的，也就是說四級結構僅適用于多亞基蛋白質［2］。

2 蛋白質結構預測的進展

2.1 從蛋白質序列出發預測結構

20 世紀70 年代初期Anfinsen［3］進行的經典實驗表明，蛋白質正確折疊所需的所有信息均包含在其氨基酸序列中。……