11月17日,腾讯宣布了人工智能医学的新进展,通过腾讯的自我研究来提高蛋白质结构的精度。 联合研究小组首次分析了II型5A恢复酶(SRD5A2)的三维结构。 它还揭示了治疗脱发和前列腺增生的药物分子非纳雄胺对酶的抑制。

SRD5A2是什么? 对男人来说很重要。 二氢睾酮,被称为最强的雄激素,被催化。 二氢睾酮在人体发育和身体活动中起着至关重要的作用。它控制男性性器官的低发育,这将导致男性性征缺陷。 过高的水平也会导致前列腺增生和脱发。

因此,当二氢睾酮水平过高时,前列腺增生和脱发可以通过抑制SRD5A2来降低二氢睾酮水平。

基于这一原理,非纳雄胺(Finasteride)作为SRD5A2的高效抑制剂被广泛用于治疗这种疾病。 但是SRD5A2的结构信息还没有被理解。 这也导致SRD5A2催化二氢睾酮合成机制和非尼雄胺抑制SRD5A2酶活动机制尚不清楚。

一般来说,模板建模(模板建模)是目前最常见的蛋白结构预测方法,但该方法的前提是使用该方法。 已知的蛋白结构数据库(即PDB)必须有类似于预期蛋白质的结构,否则就不能使用。

SRD5A2由于其独特的七层跨膜结构,与所有已知蛋白质在结构上有很大的不同。 此外,SRD5A2是一种多层跨膜蛋白. 这使得传统的重原子替代方法,用于获取蛋白质晶体相位信息,也很难工作。

因此,SRD5A2的外观一直是业界尚未解决的难题。 腾讯AILAB科研团队这次取得了突破。 SRD5A2蛋白的三维结构是通过从开始折叠(Denovofolding)来预测的。 并用于分子更换(MoleculareplacementMR)的初始结构,对晶体数据进行分析。

所谓的“开始折叠”是一种与模板建模相比的蛋白质结构预测方法,尽管它不依赖模板来预测蛋白质结构,但它基于以前的经验。 通过开始折叠预测的蛋白质结构精度低,很难满足晶体数据分析的精度要求。

为了解决这一问题,腾讯AILAB通过对自主研发的TFOLD工具进行了三次技术创新,大大提高了蛋白结构预测的准确性。

首先,实验室开发了多数据来源集成技术。 挖掘多组多序列组合(共进化信息在MultiplesequenmentMSA)中的共进化信息。

然后使用深度交叉关注残余网络(deepcross-atenresidualnetwork)。 DCARN()可以大大提高一些重要的蛋白2D结构信息(如残留基础对距离矩阵)的预测精度(。

最后,通过一种新颖的模板辅助自由建模(Template-BFM)方法。 自由建模(FreeModelingFM)和模板建模(Template-Based模块TBM) 从而大大提高了最终三维造型的准确性。

目前,研究小组可以将SRD5A2的结构定为2.8Sakahara水平的高精度。 这一结果可以直接促进科学家理解SRD5A2紊乱引起的各种疾病。 然后为基于SRD5A2结构的药物开发提供更有价值的参考资料。

据报道,这项联合研究的结果最近登上了国际顶级期刊“自然子刊”。 本文主题为人体固醇II型5A还原酶和抗雄激素非那雄胺。 由南方科技大学生物系副教授魏志毅和匹兹堡大学张成教授,新加坡A*STAR研究所范浩研究员腾讯艾拉布黄黄。