通过整合基于同源性和拓扑结构的预测方法，优化对虾与WSSV蛋白相互作用的计算预测

《Molecular Genetics and Genomics》：Optimizing computational prediction of shrimp–WSSV protein interactions through integration of homology- and topology-based predictions

shrimp-WSSV PPIs预测整合同源网络与结构建模方法，通过双重阈值筛选和分子动力学验证，发现高STRING评分的相互作用更易形成稳定复合体，宿主蛋白富集于DNA复制环节，为抗病毒靶点发现提供新框架。

　　

摘要

了解和预测Penaeus vannamei与白斑综合征病毒（WSSV）之间的蛋白质-蛋白质相互作用（PPIs）对于阐明病毒感染机制以及开发虾类养殖中的抗病毒策略至关重要。传统的实验方法和基于同源性的经典计算方法（如STRING）已被用于识别虾与WSSV之间的PPIs，但这些方法在准确性和可扩展性方面存在固有的局限性。最近，AlphaFold3的突破使得从复杂结构的角度进行PPI预测成为可能，尽管其性能仍需系统评估。为了解决这些不足，本研究建立了一个综合计算框架，该框架结合了基于同源性的网络推断和基于结构的（拓扑学的）复杂模型来预测虾与WSSV之间的PPIs。我们构建了三种WSSV蛋白与宿主蛋白之间潜在PPIs的同源性相互作用网络和3D结构模型，包括wsv067的2580个PPIs、wsv172的389个PPIs以及wsv188的2310个PPIs。值得注意的是，我们发现STRING和AlphaFold3的预测结果存在显著差异，这表明依赖单一方法可能会导致大量假阳性结果。尽管如此，高STRING评分的相互作用在AlphaFold3中更有可能形成结构稳定的复合物。通过应用双重阈值（STRING评分＞700和综合AlphaFold3评分＞0.7），并使用分子动力学模拟验证代表性复合物，我们识别出了一组数量虽少但可靠性较高的高置信度PPIs。这些宿主蛋白主要参与DNA复制过程，提示它们可能是WSSV入侵后复制的关键靶点。总体而言，这项工作为优先考虑病毒-宿主PPIs提供了一个实用框架，并揭示了WSSV与虾之间在机制上合理的相互作用，为抗病毒靶点的发现和水产养殖中的健康管理提供了有希望的视角。