記者1月8日從安徽大學獲悉，該校人工智能學院葉盛教授、孫長銀教授與中國科學技術大學江俊教授等合作，在國際上首次成功利用人工智能、分子動力學模擬和量子化學理論計算方法，高效準確地模擬了完整真實蛋白質(zhì)的Amide Ⅱ區(qū)域紅外光譜，為蛋白質(zhì)的氫鍵動態(tài)學研究提供了堅實的理論和技術支持。相關研究成果日前發(fā)表在國際學術期刊《美國化學會志》上。
蛋白質(zhì)在生命中扮演著重要角色，其功能與其不斷演化的動態(tài)結構密切相關。雖然近年來以AlphaFold系列為代表的人工智能模型，在解析蛋白質(zhì)的靜態(tài)結構方面取得了巨大進展，但卻無法用于研究蛋白質(zhì)動態(tài)結構的演化過程。Amide Ⅱ區(qū)域紅外光譜作為蛋白質(zhì)的“光學指紋”，能夠提供蛋白質(zhì)分子動態(tài)結構變化的詳細信息，在蛋白質(zhì)動力學研究中發(fā)揮著關鍵作用。然而，解析這些譜學信號需要在復雜波動環(huán)境中進行昂貴的量子力學計算。迄今為止，尚無一種方法能夠高效準確地模擬完全真實蛋白質(zhì)的Amide Ⅱ光譜，這嚴重限制了其在蛋白質(zhì)動態(tài)結構研究中的應用。
為解決這一問題，研究人員創(chuàng)新性地將人工智能、分子動力學模擬和量子化學理論計算技術相結合。通過結合物理信息的分子描述符從而建立了可解釋人工智能模型，可用于高效準確模擬任意蛋白的Amide Ⅱ光譜，并且與傳統(tǒng)的量子化學計算方法相比，速度提高了至少五個數(shù)量級。更重要的是，所建立的機器學習模型具有優(yōu)秀的可遷移性，可以預測訓練集范圍以外的蛋白質(zhì)光譜響應，模擬不同狀態(tài)下的信號變化，從而分辨蛋白質(zhì)的二級結構、考察溶液pH條件的影響、實時跟蹤蛋白質(zhì)折疊等。
研究人員表示，這項研究將先進的人工智能機器學習技術與量子化學理論方法相結合，體現(xiàn)了“AI for Science”的新興研究范式。
（安徽大學供圖）
中國-博士人才網(wǎng)發(fā)布
聲明提示：凡本網(wǎng)注明“來源：XXX”的文/圖等稿件，本網(wǎng)轉(zhuǎn)載出于傳遞更多信息及方便產(chǎn)業(yè)探討之目的，并不意味著本站贊同其觀點或證實其內(nèi)容的真實性，文章內(nèi)容僅供參考。
