文献解析|Nature Communications：张勇教授课题组开发新方法预测不含内在无序区域的相分离蛋白

在生命科学的广阔领域中，细胞器作为细胞内的微小“工厂”，扮演着至关重要的角色。它们负责合成、加工、储存和释放细胞所需的各种物质，确保细胞各项生命活动的顺利进行。近年来，一种新型的无膜细胞器——由相分离形成的细胞器，逐渐成为科学家们研究的热点。这类细胞器通过相分离过程，在细胞内形成特定的液滴结构，为生命活动提供了独特的空间分隔和微环境。其中，相分离蛋白作为这一过程的核心参与者，其功能和特性备受关注。然而，鉴于已知结构的蛋白质数量有限，相分离蛋白的预测和鉴定一直是一个挑战，尤其是对于不含内在无序区域（intrinsically disordered region，IDR）的相分离蛋白。近日，同济大学生命科学与技术学院的张勇教授课题组与中国科学院上海有机化学研究所的刘聪课题组合作，在Nature Communications上发表了一项突破性研究成果，开发了一种名为PSPire的机器学习方法，专门用于预测不含IDR的相分离蛋白。

一、背景介绍

相分离是细胞内一种重要的生物物理过程，通过这一过程，细胞内特定的分子或分子团簇可以在没有膜结构的情况下自发地形成液滴状结构。这些由相分离形成的液滴状细胞器，为细胞内的化学反应和物质交换提供了一个独特的微环境，从而调节细胞内的各种生命活动。相分离蛋白是这一过程的关键参与者，它们通过形成多价非共价相互作用，促进或维持液滴状结构的形成和稳定。这些相互作用主要通过两种方式实现：一种是通过内在无序区域（IDR）之间的相互作用，另一种是通过模块结构域之间的相互作用。

内在无序区域（IDR）是蛋白质中一种特殊的结构特征，它们没有固定的三维结构，而是呈现出高度灵活和动态的构象。由于IDR的这种特性，它们可以与其他蛋白质或分子发生多种形式的相互作用，从而参与多种生物过程。然而，这也给相分离蛋白的预测带来了困难。因为现有的预测方法主要依赖于蛋白质的序列特征，而没有整合模块结构域的结构特征，因此这些方法往往更倾向于预测含有IDR的相分离蛋白，而对于不含IDR的相分离蛋白则预测效果不佳。

二、研究意义

鉴于不含IDR的相分离蛋白在细胞生命活动中的重要作用，以及现有预测方法的局限性，开发一种能够准确预测这类蛋白的新方法显得尤为重要。这不仅有助于我们更深入地理解相分离过程的分子机制，揭示生命活动的奥秘，还有望为疾病的治疗和药物的研发提供新的思路和靶点。

张勇教授课题组与刘聪课题组合作的这项研究，正是基于这样的背景展开的。他们通过整合蛋白质的序列和结构特征，开发了一种名为PSPire的机器学习方法，专门用于预测不含IDR的相分离蛋白。这一研究成果不仅填补了当前研究领域的空白，还为未来的相关研究提供了有力的工具和支持。

三、研究方法

在开发PSPire方法的过程中，张勇教授课题组采用了多种先进的技术手段和分析方法。首先，他们使用训练数据集中蛋白质的AlphaFold预测结构作为输入。AlphaFold是一种基于深度学习的蛋白质结构预测方法，它可以根据蛋白质的氨基酸序列预测其三维结构。通过利用AlphaFold的预测结果，课题组获得了蛋白质的结构特征信息。

其次，课题组计算了这些蛋白质的序列和结构特征。这些特征包括氨基酸的组成、位置、疏水性、电荷等序列特征，以及蛋白质的空间构象、二级结构、接触图等结构特征。这些特征信息为后续的机器学习模型训练提供了丰富的数据支持。然后，课题组利用这些特征训练了一个XGBoost分类器。XGBoost是一种基于梯度提升的集成学习方法，它在处理大规模数据和复杂问题时表现出色。通过训练XGBoost分类器，课题组构建了一个能够准确预测不含IDR的相分离蛋白的机器学习模型。

最后，课题组对PSPire方法进行了多个数据集上的评估。通过与现有的相分离蛋白预测工具进行比较，他们发现PSPire在预测不含IDR的相分离蛋白方面表现出更高的准确性和可靠性。这一结果进一步证实了蛋白质结构信息在解码相分离过程中涉及的多价相互作用中的重要性。

四、研究结果

通过一系列的实验验证和数据分析，张勇教授课题组与刘聪课题组得出了以下主要研究结果：

1. PSPire方法的有效性：在多个数据集上的评估表明，PSPire方法能够准确预测不含IDR的相分离蛋白。与现有的预测工具相比，PSPire在预测准确性和可靠性方面表现出明显的优势。
2. 蛋白质结构特征的重要性：通过对比分析，课题组发现蛋白质的结构特征在预测不含IDR的相分离蛋白中起着至关重要的作用。这表明，仅仅依靠蛋白质的序列特征是不够的，必须整合结构特征才能提高预测的准确性。
3. 实验验证：为了进一步验证PSPire方法的预测能力，刘聪课题组对11个候选相分离蛋白进行了实验验证。结果显示，其中有9个蛋白被证实能够在细胞内发生相分离，这进一步证实了PSPire方法的可靠性和实用性。

五、研究展望

随着生命科学的不断发展和进步，我们对细胞生命活动的理解也将越来越深入。张勇教授课题组与刘聪课题组合作的这项研究，为相分离蛋白的预测和鉴定提供了新的方法和思路。然而，这只是一个开始，未来的研究还需要在以下几个方面进行进一步的探索：

1. 扩大数据集：随着越来越多的蛋白质结构被解析和公开，我们可以进一步扩大训练数据集，提高PSPire方法的泛化能力和预测准确性。
2. 优化算法：虽然XGBoost分类器在处理大规模数据和复杂问题时表现出色，但仍有优化的空间。未来的研究可以尝试采用更先进的算法和模型，进一步提高预测效率和准确性。
3. 深入解析相分离机制：通过PSPire方法预测出的不含IDR的相分离蛋白，我们可以进一步深入解析其相分离机制和功能特性，为揭示生命活动的奥秘提供新的线索和证据。
4. 疾病治疗和药物研发：相分离蛋白的异常表达和功能失调与多种疾病的发生和发展密切相关。因此，通过PSPire方法鉴定出的相分离蛋白有望成为疾病治疗和药物研发的新靶点和新策略。

六、结论

综上所述，张勇教授课题组与刘聪课题组合作的这项研究，在相分离蛋白的预测和鉴定方面取得了突破性的进展。他们开发的PSPire方法能够准确预测不含IDR的相分离蛋白，为揭示生命活动的奥秘提供了新的工具和支持。这一研究成果不仅具有重要的理论意义，还有望在疾病治疗和药物研发等领域发挥重要作用。我们期待在未来的研究中，能够看到更多关于相分离蛋白和细胞生命活动的深入探索和发现。