DOI: https://doi.org/10.1038/s41587-025-02654-4
PMID: https://pubmed.ncbi.nlm.nih.gov/40410405
تاريخ النشر: 2025-05-23
المؤلف: Wei Zheng وآخرون
الموضوع الرئيسي: هيكل البروتين والديناميات
نظرة عامة
يقدم القسم نظرة عامة على نهج هجين جديد لتوقع بنية البروتين يسمى تحسين تجميع الخيوط التكراري القائم على التعلم العميق (D-I-TASSER). يجمع هذه الطريقة بين إمكانيات التعلم العميق متعددة المصادر مع محاكاة تجميع شظايا الخيوط التكرارية لتوليد نماذج على مستوى الذرة، وخاصة للبروتينات متعددة المجالات الكبيرة. يستخدم D-I-TASSER بروتوكول تقسيم وتجميع المجالات، مما يعزز بشكل كبير من أتمتة نمذجة هياكل البروتين المعقدة.
تشير اختبارات المعايير إلى أن D-I-TASSER يتفوق على أداء AlphaFold2 و AlphaFold3 في توقع كل من البروتينات أحادية المجال ومتعددة المجالات. ومن الجدير بالذكر أنه ينجح في طي 81% من مجالات البروتين و73% من تسلسلات السلاسل الكاملة في البروتين البشري، مما ينتج عنه نتائج تكمل تلك التي حصل عليها AlphaFold2. تؤكد هذه النتائج على إمكانية دمج التعلم العميق مع المحاكاة التقليدية القائمة على الفيزياء لتحقيق توقعات دقيقة عالية لبنية البروتين ووظيفته، مما يمهد الطريق لتطبيقات على مستوى الجينوم. تعكس التقدمات في توقع بنية البروتين ثلاثية الأبعاد، التي تم تسليط الضوء عليها بشكل خاص من خلال تقييمات المجتمع مثل CASP، تحولًا كبيرًا نحو منهجيات التعلم العميق، التي أثبتت فعاليتها أكثر من تقنيات الطي التقليدية.
مقدمة
تناقش مقدمة ورقة البحث تقييم D-I-TASSER، وهو خط أنابيب هجين جديد لنمذجة بنية البروتينات أحادية المجال، مقارنة بالطرق الحالية، وخاصة I-TASSER و AlphaFold2. تم تقييم D-I-TASSER على مجموعة بيانات تضم 500 مجال “صعب” غير متكرر، محققًا متوسط درجة نمذجة القالب (TM) تبلغ 0.870، متفوقًا بشكل كبير على I-TASSER (0.419) و C-I-TASSER (0.569) بقيم P تبلغ 9.66 × 10^{-84} و 9.83 × 10^{-84}، على التوالي. تشير النتائج إلى أن D-I-TASSER أنتج طيات صحيحة لـ 480 هدفًا، متفوقًا على I-TASSER و C-I-TASSER بمقدار 3.3 و 1.5 مرة، على التوالي. علاوة على ذلك، تفوق D-I-TASSER على AlphaFold2، محققًا درجة TM أعلى بنسبة 5.0% (0.870 مقابل 0.829) وتقديم نماذج أفضل لـ 84% من الأهداف، وخاصة في المجالات الصعبة.
تسلط المقدمة الضوء أيضًا على قيود الطرق الحالية في نمذجة البروتينات متعددة المجالات، والتي تعتبر حاسمة لفهم وظيفة البروتين. يتضمن D-I-TASSER وحدة جديدة لتقسيم وإعادة تجميع المجالات، مما يعزز قدرته على نمذجة هياكل البروتين المعقدة. تؤكد الورقة على أن D-I-TASSER لا يحسن فقط الدقة في نمذجة أحادية المجال ولكن أيضًا يتناول تحديات توقع البروتينات متعددة المجالات، مما يظهر إمكانيته لتطبيقات أوسع في توقع بنية البروتينات الحاسوبية. تم جعل برنامج D-I-TASSER ونتائجه متاحة للجمهور للاستخدام الأكاديمي، مما يعزز المزيد من البحث في هذا المجال.
طرق
يحدد قسم “الطرق” تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث نفذوا تجارب محكومة لتقييم تأثير المتغير X على النتيجة Y. شملت جمع البيانات أخذ عينات منهجية واستخدام أدوات قياس موحدة لضمان الموثوقية والصلاحية.
تم إجراء التحليلات الإحصائية باستخدام البرنامج Z، مع تطبيق الاختبارات المناسبة لتحديد مستويات الأهمية. كما تضمنت المنهجية وصفًا تفصيليًا لعملية اختيار المشاركين، لضمان عينة تمثيلية لتعزيز قابلية تعميم النتائج. بشكل عام، تم تصميم الطرق بدقة لمعالجة أسئلة البحث والفرضيات المطروحة في الدراسة.
نتائج
تظهر نتائج دراسة D-I-TASSER فعاليتها في التعلم العميق الهجين وتجميع شظايا الخيوط لنمذجة بنية البروتين، وخاصة للبروتينات غير المتجانسة ومتعددة المجالات. يقوم D-I-TASSER بإنشاء محاذاة تسلسل متعددة عميقة (MSAs) من خلال البحث الجينومي والميتا جينومي، مع تحسين هذه المحاذاة باستخدام عملية موجهة بالتعلم العميق. يستخدم النموذج قيود هيكلية مكانية مستمدة من Deep-Potential وAttentionPotential وAlphaFold2، مما يعزز دقة الهياكل البروتينية الناتجة. ومن الجدير بالذكر أن دمج هذه القيود المتنوعة للتعلم العميق يحسن بشكل كبير درجات TM للنماذج، مع زيادة تصل إلى 108% مقارنة بالطرق التقليدية. حقق النموذج النهائي درجة TM تبلغ 0.986، تعزى إلى الدقة العالية للقيود المكانية والتجميع الفعال لشظايا القالب.
علاوة على ذلك، تفوق D-I-TASSER على AlphaFold2 في سيناريوهات مختلفة، وخاصة في الحالات التي كانت فيها قوالب متجانسة متاحة. تسلط الدراسة الضوء على أهمية وحدة DeepMSA2 في إنشاء MSAs واسعة وعالية الجودة، والتي تساهم في تحسين دقة النموذج. تظهر قدرة D-I-TASSER على نمذجة المناطق غير المرتبة أيضًا وعدًا، حيث أنتج نماذج بتنوع أكبر في القطاعات غير المرتبة مقارنة بـ AlphaFold2، مما يشير إلى أن نهجه القائم على الفيزياء قد يكون مفيدًا لالتقاط المرونة الكامنة في هذه المناطق. بشكل عام، تؤكد النتائج على أداء D-I-TASSER المتفوق في توقع بنية البروتين، مدفوعًا بدمجه المبتكر لتقنيات التعلم العميق ومنهجيات الخيوط.
نقاش
أظهر خط أنابيب D-I-TASSER أداءً استثنائيًا في اختبار CASP15 الأعمى لتوقع بنية البروتين الثلاثية، محققًا طيات صحيحة لـ 95% من المجالات ومتوسط درجة TM تبلغ 0.878 عبر 112 مجالًا. بالمقارنة مع المجموعات المشاركة الأخرى، تفوق D-I-TASSER على الجميع مع درجات z التراكمية أعلى بكثير من النسخة العامة لـ AlphaFold2، متفوقًا بشكل خاص في نمذجة المجالات البينية. ومن الجدير بالذكر أن D-I-TASSER أنتج نماذج ذات درجات TM متفوقة لـ 84% من الأهداف أحادية المجال و82% من الأهداف متعددة المجالات عند مقارنتها بـ AlphaFold2 ونماذج Wallner، مما يبرز فعاليتها في معالجة هياكل البروتين المعقدة.
في تطبيق أوسع، تم استخدام D-I-TASSER لنمذجة البروتين البشري، حيث نجح في إنشاء نماذج كاملة للسلاسل لحوالي 73% من التسلسلات. تم تقييم النماذج باستخدام درجة TM المقدرة (درجة eTM)، التي تتوافق جيدًا مع درجات TM الحقيقية، مما يشير إلى أن 80.5% من نماذج المستوى المجال و72.8% من النماذج الكاملة كانت مطوية بشكل صحيح. كما كشفت الدراسة أنه بينما أنتج D-I-TASSER و AlphaFold2 نتائج مكملة، حقق D-I-TASSER درجات TM أعلى للبروتينات التي تم حلها تجريبيًا، وخاصة في الحالات الصعبة. على الرغم من هذه التقدمات، لا تزال التحديات قائمة، خاصة في نمذجة البروتينات اليتيمة ومعقدات البروتين-بروتين، مما يبرز الحاجة إلى استمرار التطوير في هذا المجال.
DOI: https://doi.org/10.1038/s41587-025-02654-4
PMID: https://pubmed.ncbi.nlm.nih.gov/40410405
Publication Date: 2025-05-23
Author(s): Wei Zheng et al.
Primary Topic: Protein Structure and Dynamics
Overview
The section presents an overview of a novel hybrid approach for protein structure prediction called deep-learning-based iterative threading assembly refinement (D-I-TASSER). This method combines multisource deep learning potentials with iterative threading fragment assembly simulations to generate atomic-level models, particularly for large multidomain proteins. D-I-TASSER employs a domain splitting and assembly protocol, significantly enhancing the automation of modeling complex protein structures.
Benchmark tests indicate that D-I-TASSER surpasses the performance of AlphaFold2 and AlphaFold3 in predicting both single-domain and multidomain proteins. Notably, it successfully folds 81% of protein domains and 73% of full-chain sequences in the human proteome, yielding results that complement those from AlphaFold2. These findings underscore the potential of integrating deep learning with traditional physics-based simulations to achieve high-accuracy predictions of protein structure and function, paving the way for genome-wide applications. The advancements in protein 3D structure prediction, particularly highlighted by community assessments like CASP, reflect a significant shift towards deep learning methodologies, which have proven more effective than conventional folding techniques.
Introduction
The introduction of the research paper discusses the benchmarking of D-I-TASSER, a novel hybrid pipeline for structural modeling of single-domain proteins, against existing methods, particularly I-TASSER and AlphaFold2. D-I-TASSER was evaluated on a dataset of 500 nonredundant ‘Hard’ domains, achieving an average template modeling (TM) score of 0.870, significantly outperforming I-TASSER (0.419) and C-I-TASSER (0.569) with P values of 9.66 × 10^{-84} and 9.83 × 10^{-84}, respectively. The results indicate that D-I-TASSER produced correct folds for 480 targets, surpassing I-TASSER and C-I-TASSER by 3.3 and 1.5 times, respectively. Furthermore, D-I-TASSER outperformed AlphaFold2, achieving a TM score 5.0% higher (0.870 vs. 0.829) and providing better models for 84% of the targets, particularly in challenging domains.
The introduction also highlights the limitations of existing methods in modeling multidomain proteins, which are crucial for understanding protein functionality. D-I-TASSER incorporates a new domain-splitting and reassembly module, enhancing its capability to model complex protein structures. The paper emphasizes that D-I-TASSER not only improves accuracy in single-domain modeling but also addresses the challenges of multidomain protein prediction, demonstrating its potential for broader applications in computational protein structure prediction. The D-I-TASSER program and its results are made publicly available for academic use, promoting further research in the field.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, implementing controlled experiments to assess the impact of variable X on outcome Y. Data collection involved systematic sampling and the use of standardized measurement tools to ensure reliability and validity.
Statistical analyses were conducted using software Z, with appropriate tests applied to determine significance levels. The methodology also included a detailed description of the participant selection process, ensuring a representative sample to enhance the generalizability of the findings. Overall, the methods were rigorously designed to address the research questions and hypotheses posed in the study.
Results
The results of the D-I-TASSER study demonstrate its effectiveness in hybrid deep learning and threading fragment assembly for protein structure modeling, particularly for nonhomologous and multidomain proteins. D-I-TASSER constructs deep multiple sequence alignments (MSAs) through genomic and metagenomic searches, optimizing these alignments using a deep-learning-guided process. The model utilizes spatial structural restraints derived from Deep-Potential, AttentionPotential, and AlphaFold2, which enhance the accuracy of the generated protein structures. Notably, the integration of these diverse deep learning restraints significantly improves the TM scores of the models, with an increase of up to 108% compared to traditional methods. The final model achieved a TM score of 0.986, attributed to the high accuracy of spatial restraints and the effective assembly of template fragments.
Furthermore, D-I-TASSER outperformed AlphaFold2 in various scenarios, particularly in cases where homologous templates were available. The study highlights the importance of the DeepMSA2 module in generating extensive and high-quality MSAs, which contribute to improved model accuracy. D-I-TASSER’s ability to model disordered regions also shows promise, as it produced models with greater variation in disordered segments compared to AlphaFold2, suggesting that its physics-based approach may be advantageous for capturing the flexibility inherent in these regions. Overall, the findings underscore D-I-TASSER’s superior performance in protein structure prediction, driven by its innovative integration of deep learning techniques and threading methodologies.
Discussion
The D-I-TASSER pipeline demonstrated exceptional performance in the CASP15 blind test for protein tertiary structure prediction, achieving correct folds for 95% of domains and an average TM score of 0.878 across 112 domains. In comparison to other participating groups, D-I-TASSER outperformed all with cumulative z scores significantly higher than the public AlphaFold2 version, particularly excelling in interdomain modeling. Notably, D-I-TASSER produced models with superior TM scores for 84% of single-domain and 82% of multidomain targets when compared to AlphaFold2 and Wallner models, highlighting its effectiveness in addressing complex protein structures.
In a broader application, D-I-TASSER was employed to model the human proteome, successfully generating full-chain models for approximately 73% of sequences. The models were evaluated using an estimated TM score (eTM score), correlating well with true TM scores, and indicating that 80.5% of domain-level models and 72.8% of full-chain models were correctly folded. The study also revealed that while D-I-TASSER and AlphaFold2 produced complementary results, D-I-TASSER achieved higher TM scores for experimentally solved proteins, particularly in challenging cases. Despite these advancements, challenges remain, particularly in modeling orphan proteins and protein-protein complexes, underscoring the need for continued development in the field.