Высокоточное предсказание структуры белков для протеома человека

Структуры белков могут давать ценную информацию как для понимания биологических процессов, так и для таких вмешательств, как разработка препаратов на основе структуры или направленный мутагенез. После десятилетий работы экспериментально определенная структура имеется лишь для 17% всех остатков в последовательностях белков человека. Здесь мы существенно расширяем структурное покрытие протеома, применив современный метод машинного обучения AlphaFold в масштабе, охватывающем почти весь протеом человека (98,5% белков человека). Полученный набор данных покрывает 58% остатков с уверенностью в предсказании, причем для части из них (36% всех остатков) уверенность очень высокая. Мы вводим несколько метрик, разработанных на основе модели AlphaFold, и используем их для интерпретации набора данных, выявляя как надежные предсказания мультидоменной структуры, так и участки, вероятно являющиеся неупорядоченными. Наконец, мы приводим несколько клинических примеров, демонстрирующих, как высококачественные предсказания могут использоваться для генерации биологических гипотез. Мы делаем наши предсказания свободно доступными для сообщества и ожидаем, что рутинное крупномасштабное и высокоточное предсказание структуры станет важным инструментом, который позволит рассматривать новые вопросы с точки зрения структуры.12