DeltaMut：一个整合 AlphaFold2 衍生错义变异结构的数据库

下一代测序技术的广泛应用导致被鉴定出、但其对蛋白质功能影响尚不明确的变异数量激增。这些变异在诊断中构成了重大挑战，并阻碍了患者治疗策略的制定。当前已有众多变异效应预测器（variant effect predictors, VEPs）可用于评估变异影响，但它们主要依赖于源自序列的信息。AlphaFold2 的近期发展引发了这样一个问题：从野生型结构或错义变异的预测结构中获取的信息，是否能够提升这些算法的预测能力。尽管 AlphaFold 蛋白质结构数据库为野生型蛋白质结构提供了宝贵资源，但目前尚无大规模的错义变异结构集合可供使用，这限制了现有研究只能聚焦于野生型构象和少量建模变异。 为了解决这一局限性，我们开发了 DeltaMut，这是一个综合性数据库，包含超过 77,000 个蛋白质结构，其中包括 65,000 个致病性和中性错义变异。所有结构模型均使用 ParaFold 生成，ParaFold 是针对高性能计算优化实现的 AlphaFold2 版本。变异蛋白结构的大规模、系统性生成，使 DeltaMut 成为一项独特资源，既适用于大范围统计研究，也适用于对变异诱导结构变化进行细致、特异性案例研究。此外，DeltaMut 数据库可在无需注册的情况下免费访问。

下一代测序技术的广泛应用导致被鉴定出的、其对蛋白质功能影响尚不确定的变异数量激增。这些变异在诊断中构成了重大挑战，并阻碍了患者治疗策略的制定。尽管已有众多变异效应预测器（variant effect predictors, VEPs）可用于评估变异影响，但它们主要依赖于来源于序列的信息。AlphaFold2 的最新发展引发了这样一个问题：从野生型结构或错义变异的预测结构中获取的信息，是否能够提升这些算法的预测能力。尽管 AlphaFold 蛋白质结构数据库为野生型蛋白质结构提供了宝贵资源，但目前尚缺乏大规模的错义变异结构集合，这限制了当前研究工作，使其主要集中于野生型构象和少量建模变异。

为解决这一局限性，我们开发了 DeltaMut，这是一个综合性数据库，包含超过 77,000 个蛋白质结构，其中包括 65,000 个致病性和中性错义变异。所有结构模型均使用 ParaFold 生成，ParaFold 是 AlphaFold2 的一个面向高性能计算优化的实现。变异蛋白质结构的大规模、系统性生成，使 DeltaMut 成为一项独特资源，既适用于大范围统计研究，也适用于针对变异诱导结构变化的细致、个案性研究。此外，DeltaMut 数据库可免费访问，且无需注册。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.03.729798v1?rss=1

🏷️ 错义变异 AlphaFold2 蛋白质结构预测 变异效应预测 结构数据库 高通量测序