利用从单体蛋白质衍生的伪二聚体来改善蛋白质及其相互作用

《Nature Communications》：Improving protein and protein interactions using pseudo-dimers derived from monomeric proteins

摘要

在计算生物学中，准确预测二聚体复合物中的蛋白质-蛋白质相互作用（PPIs）仍然是一个基本挑战。尽管现有的PPIs预测模型，如AlphaFold-Multimer（AF-Multimer）和AlphaFold3（AF3），已经取得了令人印象深刻的性能，但由于蛋白质二聚体结构的获取成本高昂且耗时费力，这些模型的准确性仍然不尽如人意。在这里，我们介绍了一种简单而有效的预训练方法，称为“分割与合并代理”（Split and Merge Proxy，简称SMP），该方法首次利用丰富的单体蛋白质来模拟各种PPIs任务。具体来说，SMP通过将单体数据分割成两个子单元（分别称为伪受体和伪配体），并训练模型通过预测它们之间的伪相互作用（例如接触或对接）来将它们重新合并。这种代理任务能够在不增加额外成本的情况下实现大规模预训练。使用SMP进行预训练并在真实蛋白质二聚体数据集上进行微调的模型，在多个基准测试中表现出一致性的准确性和泛化能力提升，超越了现有的强基线模型。值得注意的是，在几个CASP15二聚体目标上，SMP提供的结构预测准确性优于AF-Multimer和AF3。我们的发现表明，SMP是一种可扩展的策略，可以利用单体数据来推进蛋白质复合物建模，为单体与多聚体之间的联系提供了新的见解。