Molecular Cell· Arne Elofsson·· 来源仅提供日期AI 评分44
AlphaFold2 之后结构兼容性仍不够:蛋白质-蛋白质相互作用预测的当前挑战
Structural compatibility is not enough: Current challenges in protein-protein interaction prediction
AI 导读
AlphaFold2 以来,AI 驱动的蛋白质结构与复合物预测进步显著,但不同相互作用类别性能差异大,动态性重要或缺乏强共进化历史时下降。相互作用可分为四类:当前方法基本可处理、结构兼容性因竞争/旁系同源/化学计量而模糊、缺乏足够共进化信号、依赖细胞环境/动态/无序;未来需减少对多序列比对的依赖,并转向细胞环境中的相互作用景观建模。
已发表论文 · journal · 10.1016/j.molcel.2026.08.030
本站摘要基于收录版本 v1(2026-10-26),原始摘要与 AI 导读固定保留。
IF(5) 17.6 · 2025 · 期刊参考指标
摘要 · AI 翻译
自 AlphaFold2 推出以来,AI 驱动的方法在蛋白质结构与复合物预测方面取得了长足进步。然而,其性能在不同相互作用类别之间差异显著。当动态变化起重要作用,以及当相互作用缺乏强烈的共同进化历史时,性能就会下降。我们建议将这些局限性划分为不同的区域:当前方法基本可以处理的相互作用;由于竞争、旁系同源关系或化学计量比而导致结构兼容性存在歧义的相互作用;缺乏足够共同进化信号的相互作用;以及其生物学相关性取决于细胞环境、动态变化或无序状态的相互作用。这些局限性界定了不同的相互作用预测挑战类别,每一类都需要不同的计算与实验方法。未来的进展将需要那些不过度依赖多序列比对的方法,能够更好地区分相互作用的强度与特异性,并超越静态结构预测,转向在细胞环境中对相互作用图景进行建模。
来源:Molecular Cell · doi.org