科学家已经开发出了第一款软件，可以预测淀粉样蛋白原纤维中能够共聚集的蛋白质对，准确率超过 94%。

《医学快讯》

4月19日消息

圣彼得堡国立大学（Saint Petersburg State University，SPbU）和法国蒙彼利埃大学（University of Montpellier）的科学家已经开发出了第一款软件，可以预测淀粉样蛋白原纤维中能够共聚集的蛋白质对，即蛋白质相互附着的过程。他们的研究表明，这款软件的准确率超过 94%。相关工作已发表在《分子生物学杂志》（Journal of Molecular Biology）上[1]。

研究于2024年1月5日发表在《Journal of Molecular Biology》（最新影响因子：5.6）杂志上

淀粉样蛋白是蛋白质聚集体，与许多严重且无法治愈的疾病有关，例如阿尔茨海默病、帕金森病和亨廷顿病等等。然而，淀粉样蛋白的存在并不总是病理性的，它们中的许多在细胞中具有功能性的“有益”作用。科学家们表示，蛋白质结构的变化会引发淀粉样蛋白原纤维的聚集。在过去几年中，已经积累了大量关于不同淀粉样蛋白形成蛋白共聚集的数据。

来自圣彼得堡国立大学和蒙彼利埃大学的遗传学家和生物技术专家团队是世界上第一个提出生物信息学方法 AmyloComp 的团队，该方法可用于识别能够共聚集的蛋白质对，即能够相互结合的蛋白质对。这款软件采用 Python 编程语言编写，并可作为在线应用程序使用 [2]。

“淀粉样蛋白看起来像原纤维。它们形成了一种分布在纤维上的许多分子的‘堆叠’。传统上，淀粉样蛋白原纤维由同一蛋白质的多个拷贝组成。在这种情况下，它们是均质的并且具有相同的结构。然而， 我们试图找到的是不同蛋白质在共同原纤维中的共聚集，即同一淀粉样蛋白原纤维中不同蛋白质的堆积。”圣彼得堡国立大学遗传学与生物技术系副教授、该研究的合著者 Stanislav Bondarev 说。

据 Stanislav Bondarev 介绍，圣彼得堡国立大学科学家开发的 AmyloComp 软件在模型数据集上显示出超过 94% 的准确率，并且还可以可靠地对已知的蛋白质共聚集的阳性和阴性示例进行分类。因此，蛋白质的共聚集在人体中可以发挥各种生物学作用。

一方面，“淀粉样蛋白级联”（amyloid cascad）假说很久以前就被提出来了。该假说认为，病理性的淀粉样蛋白聚集体可以触发其他蛋白质的聚集。另一方面，一些重要的生物过程需要不同淀粉样形成蛋白的共聚集。已知的共聚集的例子包括人类蛋白质 RIPK1 和 RIPK3。这种共聚集是触发抗病毒反应时信号级联的一部分。AmyloComp 软件可以在蛋白质组尺度上识别类似的例子。

这款生物信息学工具是独一无二的。其他生物信息学方法并不能模拟两种淀粉样蛋白的共聚集。圣彼得堡国立大学研究人员开发的方法基于两种蛋白质氨基酸序列的比较，并考虑了同一种淀粉样蛋白原纤维内不同蛋白质堆叠的可能性。这种方法能够识别出形成单一结构的不同序列。

始创于1724年的俄罗斯圣彼得堡国立大学

始创于1220年的法国蒙彼利埃大学

参考文献

Source：Saint Petersburg State University

Geneticists develop world's first bioinformatic tool to identify amyloids consisting of multiple copies of same protein

References：

[1].Stanislav A. Bondarev et al, AmyloComp: A Bioinformatic Tool for Prediction of Amyloid Co-aggregation, Journal of Molecular Biology (2024). DOI: 10.1016/j.jmb.2024.168437

[2]. https://bioinfo.crbm.cnrs.fr/index.php?route=tools&tool=30

免责声明

本公众号上的医疗信息仅作为信息资源提供与分享，不能用于或依赖于任何诊断或治疗目的。此信息不应替代专业诊断或治疗。在做出任何医疗决定或有关特定医疗状况的指导之前，请咨询你的医生。

       原文标题 : 预测淀粉样蛋白共聚集的生物信息学工具