复旦大学复杂体系多尺度研究院教授马剑鹏团队与上海人工智能实验室合作，近日以《OPUS-Rota4: 一个基于梯度和深度学习的蛋白质侧链建模框架》（“OPUS-Rota4: a gradient-based protein side-chain modeling framework assisted by deep learning-based predictors”）为题在《生物信息学简报》（Briefings in Bioinformatics）上发表论文，展示了蛋白质侧链预测算法（OPUS-Rota4 算法)，其精度显著超越了谷歌团队的阿尔法折叠算法。
谷歌团队的阿尔法折叠2使用最新的人工智能算法对蛋白质结构实现了接近实验精度的精准预测，被美国《科学》杂志评为2020年十大科学突破之一。在目前阿尔法折叠算法开源的情况下，复旦团队的算法可以为任何蛋白质结构预测工作提供比阿尔法折叠更准确的侧链模型，从而为蛋白质结构研究，尤其是基于蛋白结构的新药设计工作提供了利器。
蛋白质由一系列氨基酸折叠而成，具有稳定的三维结构。如果掌握了各种蛋白质的精确三维结构，科学家在生命科学研究中就好比有了导航地图。由于药物分子与人体蛋白质结合的位点绝大多数在氨基酸侧链上，人工智能系统对侧链的精准预测对新药研发具有重要价值。这种精准预测能力还可用于解释基因点突变、基因小片段突变的机制，为遗传性疾病研究和治疗提供宝贵思路。
精准的蛋白质侧链建模对蛋白质折叠和蛋白质设计至关重要。侧链预测的技术难度很大，马剑鹏打比方说：“基于高精度的自然主链构象来建侧链结构，就像在静止的船甲板上做金鸡独立，站稳很不容易。如果是基于计算机预测的非自然主链构象来建侧链结构，就像在摇晃的船甲板上做金鸡独立，难度更大。”
复杂体系多尺度研究院青年副研究员徐罡为论文第一作者，马剑鹏为通讯作者。
论文链接：
https://academic.oup.com/bib/advance-article/doi/10.1093/bib/bbab529/6461160
