分享一篇發(fā)表在Nature Communications上的文章，文章標題“Rapid and accurate prediction of protein homo-oligomer symmetry using Seq2Symm”，文章的通訊作者是來自首爾大學的Minkyung Baek教授和微軟研究實驗室的Meghana Kshirsagar研究員。其中Baek課題組主要研究基于機器學習的生物分子建模。
大部分蛋白質需要組裝形成多聚體以行使其生物學功能。同源多聚體中相同亞基的排列賦予了蛋白質對稱性，最常見的包括環(huán)狀對稱性Cn和二面體對稱性Dn。但是，預測給定單鏈蛋白質所歸屬的對稱性仍是一個不小的挑戰(zhàn)。盡管使用AlphaFold和RoseTTAFold可以很大程度完成此任務，但是它們在計算過程中依賴高質量MSA，并需要對每個可能的鏈的數(shù)量進行逐一預測和評分；這在計算效率上十分低下。本文，作者通過對蛋白質基礎模型（protein foundation models，pFMs）的微調(diào)，訓練得到一個直接預測寡聚體對稱性的模型Seq2Symm，并展示了該模型與AlphaFold-Multimer的結合使用可以實現(xiàn)高效的同源寡聚體結構預測。
作者通過微調(diào)模型最后幾層的參數(shù)、添加分類模塊構建Seq2Symm。以蛋白質序列或多序列比對（MSA）為輸入，Seq2Symm可以直接給出對稱性預測。作者比較了不同pFMs（包括RoseTTAFold2、ESM2、ESM-MSA）、不同訓練策略（是否微調(diào)、是否蒸餾等）的結果，最終得到以ESM2微調(diào)的模型，即Seq2Symm。測試集上AUC-PR值為0.47，高于基于模板的方法0.24；同時該模型與AlphaFold-Multimer結合使用，顯著降低了多聚物結構的預測時間。
考慮到Seq2Symm出色的預測表現(xiàn)，作者使用此模型預測了五個蛋白質組以及來自UniRef和宏基因組的350 M條序列。其中，五個蛋白質組的預測結果與此前報道的預測結果（文獻：An atlas of protein homo-oligomerization across domains of life）分布基本一致；且對稱性在簡單生物體和復雜生物體中的分布基本一致。
?總的來說，本文通過微調(diào)ESM2模型開發(fā)了以單序列為輸入、以蛋白質寡聚體對稱性為輸出的Seq2Symm模型。
本文作者：ZF
責任編輯：WYQ
DOI：10.1038/s41467-025-57148-3
原文鏈接：https://doi.org/10.1038/s41467-025-57148-3
