解析蛋白质结构

     此前研究人员很难衡量蛋白质结构功能，在过去两年时间里，科学实验和计算领域取得的进步，为研究人员以前所未有的速度和分辨率解析蛋白质结构。由DeepMind子公司Alphabet开发的AlphaFold2结构预测算法基于“深度学习”策略，能推算出氨基酸序列折叠蛋白质的结构。该算法自2021年7月发布以来，已被应用于蛋白质组学，用于确定人类和20个模型生物中表达的所有蛋白质结构，以及Swiss-Prot数据库中近44万个蛋白质结构，大幅增加了高可信度建模数据的蛋白质数量。

　　与此同时，低温电子显微镜的技术改进使研究人员能以实验方法解决最具挑战性的蛋白质和复合物，低温电子显微镜采用电子束扫描快速冻结的分子，生成多个方向的蛋白质图像，然后可以通过计算重新组装成一个蛋白质3D结构。2020年，低温电子显微镜硬件和软件的改进使研究团队能够生成分辨率小于1.5埃的水平解析蛋白质结构，捕捉到单个原子的位置。纽约结构生物学中心西蒙斯电子显微镜中心副主任布里奇特·卡拉格（Bridget Carragher）说：“此前我们曾深入讨论‘原子分辨率’这个术语，但它仅是接近原子，目前我们实验证实获得原子等级清晰度解析蛋白质结构是可行的。”

     还有一种相关方法，即低温电子断层扫描（cryo-ET），它可以捕捉冷冻细胞薄片中自然蛋白质特征，但利用该技术解析复杂而拥挤的图像仍存在困难。卡拉格说：“采用机器学习世界的先进算法是必不可少的，相信未来我们能解决棘手的科学难题。”