- 4 次围观
蛋白质的三维结构为理解其功能背后的分子机制提供了重要线索。许多生物学活动通过蛋白质相互作用介导，因此，准确解析蛋白质复合物的结构至关重要。尽管计算蛋白质结构预测已取得显著进展，但在许多情况下，蛋白质复合物仍无法被正确组装。特别是，在某些情况下，研究人员已获得实验数据，例如相互作用蛋白质中残基对之间的距离信息，但现有预测方法仍无法生成与这些数据一致的模型。本文提出Distance-AF Multimer方法，该方法利用用户提供的残基对距离信息，引导并优化AlphaFold-Multimer的对接预测。该方法扩展了我们此前成功开发的、基于数据引导的单蛋白建模方法Distance-AF。Distance-AF Multimer分为两个步骤：首先从多个初始构象出发，然后通过迭代优化，使其满足所提供的距离约束。我们在涵盖不同链数和对接误差的蛋白质复合物基准数据集上对Distance-AF Multimer进行了评估，结果表明，与其他现有的基于深度学习的结构预测方法相比，该方法具有具有竞争力甚至更优的性能。除二聚体案例外，我们还展示了Distance-AF Multimer在包含多条链的大规模蛋白质组装体中的应用潜力，其中包括链数超过5条的复合物。
距离约束-AF Multimer：一种利用用户定义距离约束进行蛋白质复合物结构建模的多步骤方法 | bioRxiv
跳转至主要内容
主页
关于
投稿
提醒 / RSS
搜索此关键词
高级搜索
最新结果
距离约束-AF Multimer：一种利用用户定义距离约束进行蛋白质复合物结构建模的多步骤方法
查看 ORCID 主页
Kai Ling，
Yuanyuan Zhang，
Zicong Zhang，
查看 ORCID 主页
Tsukasa Nakamura，
查看 ORCID 主页
Daisuke Kihara
doi：
https://doi.org/10.64898/2026.10.14.759232
Kai Ling
普渡大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
该作者的 ORCID 记录
Yuanyuan Zhang
普渡大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Zicong Zhang
普渡大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
Tsukasa Nakamura
普渡大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
该作者的 ORCID 记录
Daisuke Kihara
普渡大学
在 Google Scholar 中查找该作者
在 PubMed 中查找该作者
在本网站搜索该作者
该作者的 ORCID 记录
通讯作者：
dkihara{at}purdue.edu
摘要
信息/历史
指标
补充材料
预览 PDF
摘要
蛋白质的三维结构为理解其功能背后的分子机制提供了重要线索。许多生物学活动通过蛋白质相互作用介导，因此，准确测定蛋白质复合物的结构至关重要。尽管计算蛋白质结构预测已取得显著进展，但在许多情况下，蛋白质复合物仍然存在时时彩官网
组装不正确。特别是，在某些情况下，尽管已有实验数据（例如相互作用蛋白质中残基对之间的距离），现有预测方法仍无法生成与这些数据一致的模型。本文提出了 Distance-AF Multimer，这是一种利用用户提供的残基对距离信息指导和优化 AlphaFold-Multimer 对接预测的方法。该方法拓展了我们此前成功开发的、用于数据指导的单蛋白质建模方法 Distance-AF。Distance-AF Multimer 采用两步流程：首先从多个初始构象出发，然后通过迭代优化，使其满足所提供的距离约束。我们在涵盖不同链数和对接误差的蛋白质复合物基准数据集上评估了 Distance-AF Multimer，结果表明，与其他现有的基于深度学习的结构预测方法相比，该方法具有具有竞争力或更优的性能。除二聚体案例外，我们还展示了 Distance-AF Multimer 在含有多条链的大规模蛋白质组装体中的应用潜力，其中包括链数超过 5 条的组装体。
利益冲突声明
Daisuke Kihara 是 Intellicule LLC 的创始成员。
已声明的资助者信息
美国国立卫生研究院（National Institutes of Health），
，R35GM158267
，R21AI187928
美国国家科学基金会（U.S. National Science Foundation），
，IIS2211598
，DMS2151678
，DBI2146026
，DBI2422620
版权
本预印本的版权所有者为作者/资助者，其已授予 bioRxiv 一项永久展示该预印本的许可。
该预印本依据
CC-BY 4.0 International license
公开提供。
返回顶部
上一篇
下一篇
发布于 2026 年 10 月 18 日。
下载 PDF
补充材料
电子邮件
感谢您有兴趣帮助传播 bioRxiv 的信息。
注意：您的电子邮箱地址仅用于确认您是本文的发送者。
您的电子邮箱
*
您的姓名
*
发送至
*
请输入多个地址，每个地址占一行，或使用逗号分隔。
您将要发送以下内容
Distance-AF Multimer：一种结合用户自定义距离约束的蛋白质复合物结构建模多步骤方法
Kai Ling，
Yuanyuan Zhang，
Zicong Zhang，
Tsukasa Nakamura，
Daisuke Kihara
bioRxiv
2026.10.14.759232；
doi：
https://doi.org/10.64898/2026.10.14.759232
分享本文：
复制
引文工具
Distance-AF Multimer：一种结合用户自定义距离约束的蛋白质复合物结构建模多步骤方法
Kai Ling，
Yuanyuan Zhang，
Zicong Zhang，
Tsukasa Nakamura，
Daisuke Kihara
bioRxiv
2026.10.14.759232；
doi：
https://doi.org/10.64898/2026.10.14.759232
引文管理器格式
BibTeX
Bookends
EasyBib
EndNote（带标签）
EndNote 8（XML）
Medlars
Mendeley
Papers
RefWorks Tagged
Ref Manager
RIS
Zotero
推特小工具
Facebook 点赞
Google Plus +1
主题领域
所有文章
动物行为与认知
（8155）
生物化学
（19000）
生物工程
（15137）
生物信息学
（45165）
生物物理学
（22925）
癌症生物学
（20045）
细胞生物学
（27238）
临床试验
（138）
发育生物学
（14115）
生态学
（21352）
流行病学
（2067）
进化生物学
（25746）
遗传学
（16308）
基因组学
（23784）
免疫学
（18974）
微生物学
（43106）
分子生物学
（18289）
神经科学
（94826）
古生物学
（710）
病理学
（3024）
药理学与毒理学
（5172）
生理学
（8254）
植物生物学
（16225）
科学传播与教育
（2113）
合成生物学
（4630）
系统生物学
（10362）
动物学
（2417）
关键词：蛋白质复合物结构预测 · AlphaFold-Multimer · 距离约束建模 · 蛋白质对接 · 深度学习
原文链接：https://www.biorxiv.org/content/10.64898/2026.10.14.759232v1?rss=1