CopulaNet：深度学习蛋白质结构预测新进展

中科院计算所卜东波团队近日于Nature Communications发表论文“CopulaNet: Learning residue co-evolution directly from multiple sequence alignment for protein structure prediction”，介绍一个新的神经网络架构CopulaNet，可从目标蛋白质的多序列联配直接估计出残基间距离，克服了传统统计方法的“信息丢失”缺陷；并以CopulaNet为核心开发了蛋白质结构“从头预测”算法和软件ProFOLD。在CASP13测试集上，ProFOLD达到了0.7的预测精度（以天然态结构和预测结构之间的TM-score为衡量标准），优于AlphaFold（约为0.5）。

CopulaNet和ProFOLD于2020年2月开发完毕，文章于2020年10月上传BioRxiv，并投稿至Nature Communications。在文章审稿期间，DeepMind公司于2021年公布了AlphaFold2的结果。ProFOLD目前虽然优于AlphaFold，但是与AlphaFold2相比尚有差距。卜东波老师团队正在努力改进ProFOLD，争取达到并超过AlphaFold2的水平。

论文思路：所谓蛋白质三级结构，可以简单地理解成构成蛋白质的所有原子的空间坐标。蛋白质的三级结构可以从其残基间的距离精确地重建；就好比知道教室里同学们两两之间的欧式距离，就能确定出每位同学的平面坐标（在考虑旋转、平移、镜像等变换下是唯一的），残基共进化已经成为估计残基间距离的主要原则。大多数现有的残基共进化分析方法采用间接策略，即从目标蛋白质的多重序列比对（MSA）中提取一些手工的特征，比如协方差矩阵，然后利用这些手工提取特征推断残基共进化。

这种间接方法并不能充分利用 MSA 所携带的信息，从而导致相当大的信息丢失和残差距离估计不准。在这里，我们发布了一个端到端的深度学习框架(称为 CopulaNet) ，直接从MSA学习残基共进化。

研究结果表明，CopulaNet 能够有效地预测蛋白质三级结构。对于31个自由建模 CASP 13域中的24个域，我们的方法比现有先进方法获得了更高的预测精度。这项研究代表了端到端预测残基间距和蛋白质三级结构的重要一步。我们期望这里提出的方法可以得到进一步发展和应用，为理解蛋白质功能提供结构信息。

 论文链接：https://www.nature.com/articles/s41467-021-22869-8

预测服务器链接：http://protein.ict.ac.cn/FALCON/

预测软件源代码下载链接：http://protein.ict.ac.cn/ProFOLD/ 

来源：机器之心