线粒体：AI 预测数千个蛋白质伙伴
· BehindLines 编辑部
德克萨斯农工大学 AgriLife Research 的研究人员使用一种人工智能工具，绘制了线粒体蛋白质可能的相互作用伙伴图谱。线粒体是为人体细胞提供能量的结构。据 Phys.org 和 AgriLife Today 新闻部门报道，研究成果发表在《自然·通讯》（Nature Communications）上，题为“The predicted interactome of the human mitochondrial proteome”。
被用于新用途的预测工具
据 AgriLife Today 介绍，人类线粒体中已知约有 1100 种蛋白质，其中许多蛋白质的功能仍然未知。约 30% 的线粒体蛋白质发生突变与疾病有关，包括癌症、帕金森病、阿尔茨海默病以及罕见的遗传性代谢疾病。
研究团队使用了 AlphaFold-Multimer。这是谷歌 DeepMind 于 2022 年发布的工具，用于预测相互结合的蛋白质所形成的形状。据 AgriLife Today，团队共筛查了 630,003 个可能的蛋白质配对。这一方法最初是在线粒体铜通路的蛋白质上试用的。第一作者 Abhinav Swaminathan 是 Vishal Gohil 实验室的研究人员，他表示该方法“效果非常好”，因此团队决定把它推广到全部蛋白质。
图谱揭示了什么
据 AgriLife Today，筛查找出 2895 个可能的相互作用，其中一半以上此前从未被报道过。Phys.org 补充说，该研究还为 85 个此前未被表征的蛋白质找到了首批可能的伙伴，这为了解它们的作用提供了线索。
据 AgriLife Today，这些预测之后又经历了约两年的实验室工作：数个预测出的伙伴关系在酵母细胞和人类细胞中得到证实，圣路易斯华盛顿大学的研究人员参与了部分实验。新闻稿没有说明测试了多少个预测，也没有说明其中有多大比例得到证实。
开放的资源与明确的局限
这些预测以 MitoMatch 之名在网上免费提供，其他实验室可以查找自己所研究蛋白质的可能伙伴。
作者们保持谨慎。要治疗与某种蛋白质相关的疾病，首先必须了解这种蛋白质的功能，而且计算机预测出的相互作用必须经过实验验证。Abhinav Swaminathan 强调，他们的实验室是“传统的”生物化学和遗传学实验室，而不是 AI 实验室，针对线粒体相关疾病的治疗方法可能还很遥远。研究团队正与其他研究人员继续开展测试。