Nat. Commun. | Ingemar André团队开发复杂对称蛋白质组装体预测方法EvoDock

2023年12月16日，瑞典隆德大学的Ingemar André团队在Nature Communications上发表了一篇题为《Accurate prediction of protein assembly structure by combining AlphaFold and symmetrical docking》的论文。这篇文章介绍了一种结合AlphaFold预测与对称分子对接的新方法EvoDOCK，用于高精度预测具有立方对称性的大型蛋白质组装体结构。该方法通过亚基构象库生成、对称性参数降维和进化算法优化，成功实现了对四面体、八面体和二十面体等复杂对称系统的结构组装。测试结果显示，在27个立方对称系统中，局部组装与全局组装的中位TM-score均达到0.99，多数模型达到接近实验解析精度。该研究突破了AlphaFold在处理多链大复合体时的限制，为病毒衣壳、人工蛋白质笼等复杂结构的预测与设计提供了新途径。

背景

蛋白质是生命活动的执行者，而许多关键功能（如DNA复制、能量合成）依赖于多个蛋白质亚基形成的复杂组装结构。理解这些组装体的三维结构，是揭示其功能机制的核心。近年来，深度学习技术AlphaFold的横空出世，彻底改变了蛋白质结构预测领域——它能以原子级精度预测单体和简单多聚体的结构。然而，当面对由数十甚至上百个亚基组成、具有高度对称性的大型蛋白质复合体（如病毒衣壳）时，AlphaFold却显得力不从心。

这类大型组装体通常呈现立方对称性（如四面体、八面体、二十面体），其亚基排列紧密，界面相互作用复杂。传统实验方法（如冷冻电镜）耗时耗力，而现有计算工具因计算资源限制和采样效率低下，难以处理如此庞大的系统。针对这个情况，瑞典隆德大学的Ingemar André团队在Nature Communications发表研究，提出了一种结合AlphaFold预测与对称性引导的分子对接的新方法EvoDock，成功实现了立方对称蛋白质组装体的高精度结构预测。该方法不仅填补了AlphaFold的空白，更为研究病毒、分子机器等复杂系统提供了全新工具。

方法

研究团队将巨型蛋白质组装的预测分解为三大模块，通过“亚基预测-对称约束-全局优化”的协同策略（如图1所示）攻克技术难关，具体步骤如下。

（1）亚基预测与动态修剪：针对目标蛋白质的每一个亚基，分别运行AlphaFold和AlphaFold-Multimer多次（例如100次），构建包含不同构象的亚基结构库。随后，依据pLDDT（局部结构置信度，>90为高置信）和0.8·ipTM + 0.2·pTM（AFM界面预测评分，>0.9为高质量界面）等标准对生成的模型进行筛选。由于AlphaFold对N/C端残基的预测误差通常较大，团队还开发了一套自动化动态修剪策略，包括计算每个残基的pLDDT均值、二级结构倾向性（通过DSSP算法）以及邻近残基的接触频率，并从两端逐步去除残基，直至所有指标均达到预设阈值（pLDDT大于等于90，二级结构倾向性大于等于70%，接触频率大于等于70%）。最后，通过剔除结构高度相似（RMSD<0.1 Å）的模型，保留构象多样性，构建出高质量的亚基构象库。

（2）对称约束：在对称框架构建与参数降维方面，研究团队利用立方对称性（如图1b的T、O、I三类）将系统的自由度从数百万大幅压缩至六个关键参数：三个旋转参数（ψ、θ、φ分别对应绕x、y、z轴的旋转）和三个平移参数（z表示组装体半径，x为寡聚体到原点的距离，λ为整体旋转角）。为避免结构崩溃，团队引入数学约束机制，例如将λ的旋转范围限制为360°/n（n为对称轴阶数，如二十面体的5轴对应λ∈[-72°,72°]）。此外，根据是否已知模板信息，采用双模式采样策略：在局部组装中，参数在实验值附近小范围扰动；而在全局组装中，部分参数（如z）从AFM预测的寡聚体中提取，其余参数则在宽范围内随机采样，以覆盖更广的构象空间。

图1. 组装预测方法及立方对称群示意图。

（3）全局优化：研究团队进一步基于其先前开发的EvoDOCK算法（原用于异源二聚体对接），针对对称组装系统进行了四项关键升级，形成“对称EvoDOCK”流程（如图2所示）。该流程采用差分进化与蒙特卡洛相结合的混合优化方法：首先初始化种群，每个个体包含随机选取的亚基构象及六个对称参数；随后在进化阶段通过突变和重组推动全局搜索；并辅以Rosetta全原子能量函数（REF2015）进行局部精细优化。为有效避免空间冲突，团队设计了“滑动移动”策略，使亚基沿对称轴以0.3Å为步长逐步移动，最多尝试100步，并优先处理高阶对称轴（如二十面体的5轴）。同时，开发了CloudContactScore（CCS）快速碰撞检测函数，通过点云简化（仅保留骨架原子N、C、O、CA、CB）并综合四项评分（碰撞惩罚、氢键奖励、疏水接触等），将检测效率提升了10倍。最终，对筛选出的Top 100模型进行Rosetta全原子松弛和k-means聚类，每类选取能量最低的代表模型作为最终预测结果。

针对AlphaFold-Multimer（AFM）在预测全部界面时的局限性（例如立方系统需三种界面而AFM仅能预测其中一种），研究团队提出了局部补全策略：保留AFM已预测的正确界面，利用EvoDOCK搜索其余界面的最优排布方式。同时，为应对可能的180°翻转对称性，引入双取向采样方法，同步运行两种初始取向的模拟，最终依据能量高低选择最优方向。

图2. 对称性EvoDOCK方法。

结果

研究团队选取了27个具有明确立方对称性的蛋白质复合体（包括9个四面体、9个八面体和9个二十面体），涵盖病毒衣壳与分子伴侣等多种功能类型，如图3所示。测试结果表明，在局部组装实验中（已知亚基结构），预测模型的中位TM-score高达0.99（1.0为完美匹配），DockQ评分为0.76，RMSD仅为1.2Å；所有模型均达到“可接受”质量（TM-score≥0.9，DockQ≥0.23），其中59%更达到“高质量”（DockQ≥0.8）。在更具挑战的全局组装实验中（仅凭序列信息），中位TM-score仍保持在0.99，DockQ评分为0.72，成功预测率达到89%。典型案例如二十面体病毒衣壳5EKW，其预测结构与实验模型几乎完全重叠。这一方法实现了从“不可能”到“高精度”的突破，传统方法因计算复杂度难以处理超过10条链的组装体，而本研究成功预测了含60个亚基的二十面体系统，例如噬菌体衣壳蛋白（PDB: 1X36）的全局组装RMSD仅1.5Å，DockQ评分达0.85，接近实验解析精度。

进一步的普适性验证显示，在111个测试序列中，78%的单体结构可通过AlphaFold准确预测（pLDDT≥90），72%的界面可通过AFM预测（0.8·ipTM + 0.2·pTM≥0.9）。综合两者，57%的立方系统满足高质量输入要求，且这一比例预计将随AlphaFold的持续迭代而进一步提升。

图3. 局部与全局组装实验结果。

讨论

该研究不仅突破了大型对称组装体的预测极限，也为病毒学研究、纳米生物技术及疾病机制解析开辟了新路径。例如，在病毒学领域，可快速解析未知病毒衣壳结构，助力疫苗与抗病毒药物研发；在纳米生物技术中，有助于设计人工蛋白质笼状结构，用于药物递送或生物传感；同时，该方法也能用于揭示癌症相关蛋白复合体的异常组装机制。未来，团队计划将方法扩展至准对称系统（如复杂病毒衣壳）和异源多聚体，并整合冷冻电镜密度图以进一步提升预测精度。

总之，AlphaFold的诞生被誉为“结构生物学的革命”，而这项研究将其边界推向了更高维度的复杂性。随着深度学习与物理驱动的分子对接方法的深度融合，我们离“从序列到功能”的终极目标更近一步。

文章链接：

https://www.nature.com/articles/s41467-023-43681-6