冷冻电镜蛋白质结构建模集成

美国普渡大学Daisuke Kihara团队利用深度学习和结构预测，实现了冷冻电镜蛋白质结构建模集成。相关研究12月8日在线发表于《自然-方法学》。

研究人员开发了一种蛋白质结构建模方法——DeepMainmast，该方法采用深度学习捕捉氨基酸和原子的局部图谱特征，有助于科学家进行主链追踪。研究人员还整合了AlphaFold2与从头密度追踪协议，结合两者的优势，实现了比单独使用每种方法更高的精确度。该协议还能为同源多聚物的结构模型准确地分配链身份，这对现有方法来说并非易事。

据介绍，根据图谱建立三维结构模型是利用冷冻电镜研究蛋白质及其复合物不可或缺的一步。虽然冷冻电镜图谱的分辨率已普遍提高，但在许多情况下仍难以追踪蛋白质主链。