冷冻电镜数据中生物大分子热力学的数字孪生模型

《Communications Chemistry》：Digital twin of biomacromolecular thermodynamics in cryo-EM data

　　

摘要

生物大分子的生物学功能与其热力学特性密切相关。因此，全面理解这些热力学过程——从局部波动到自由能景观上的大规模构象变化——对于阐明生物大分子的机制至关重要。近年来，冷冻电子显微镜（cryo-EM）在确定具有大分子尺寸和复杂结构组装的静态结构方面受到了越来越多的关注。然而，识别它们的全面热力学行为仍然具有挑战性。在这项研究中，我们提出了一个深度学习框架，该框架利用理论保证的等距自编码器重建了冷冻电子显微镜数据中记录的热力学信息，从而能够以半自动的方式对异构构象状态及其转变路径进行热力学分析。我们将该框架应用于从50S核糖体和两种SARS-CoV-2刺突蛋白获得的冷冻电子显微镜数据，获得了新的生物学见解，而无需额外的假设。这项工作建立了一种仅使用冷冻电子显微镜数据即可实现生物大分子热力学定量分析的可靠方法，而现有的类似方法并不能保证自由能景观的精确构建。总体而言，我们的方法通过揭示复杂生物系统的热力学特性，有潜力推动生物学基础的研究进展。

此图像的替代文本可能是由AI生成的。