推荐一篇发布在Science上的文章，文章标题“Predicting protein-protein interactions in the human proteome”。文章的通讯作者是来自德克萨斯大学西南医学中心的丛倩老师。其课题组主要从事蛋白质复合物结构建模等领域的研究。

蛋白质互作在多种生物过程中至关重要。多个数据库（UniProt、BioGRID、STRING等等）综合提供了超过100万对PPI，然而这些数据库中的高置信PPI的交集却只有不到4000对。目前已经开发了综合共进化分析与结构预测模型的计算方法以预测PPI。然而，受限于计算资源和动物基因组数量，准确预测人蛋白质组中的PPI仍较为困难。本文，作者在此前RF2-lite的基础上开发了RF2-PPI，它能够在维持预测表现与AF2相当的同时实现20倍的预测加速，从而为筛选人蛋白质组中的PPI打下基础。

为丰富MSA中的共进化信号，作者从真核基因组中挖掘尚未被注释为蛋白质序列的编码基因。由这些基因预测而得的蛋白质序列包含超过两万个物种，显著拓展了UniRef100数据库（约3000物种）。由此构建MSA被定义为omicMSA。omicMSA在MSA深度上具有提升，并且能够增强RF2-PPI模型（基于RF2架构的轻量化版本）、AF2模型对PPI的预测表现（信噪比1：1000）。

另一方面，为实现与AF2模型相当的表现，作者引入了AFDB单体蛋白的域间互作（domain-domain interaction, DDI）作为扩充的数据集进一步训练RF2lite，得到RF2-PPI。作者认为这种单蛋白的结构域之间的界面与不同蛋白之间的互作界面是相似的。结果表明，将colabMSA替换为omicMSA实现了7个百分点的提升，而引入DDI数据集训练则实现了近11个百分点的提升，最终表现与AF2（相差5个百分点）接近。

利用RF2-PPI，最终从超过2亿对蛋白质中筛选得到近2万对蛋白质互作，预计的准确性为0.9，召回率0.1~0.2。作者亦从中分析发现了与GPCR、免疫相关的PPI。

总而言之，作者基于基因组数据和AFDB单体蛋白的域间互作数据，发展了RF2-PPI模型，完成了人蛋白质组中蛋白质互作的预测。

本文作者：ZF

责任编辑：MB

DOI：10.1126/science.adt1630

原文链接：https://doi.org/10.1126/science.adt1630