新闻网讯（通讯员 江可凡）7月13日，物理学院生物物理团队黄胜友教授课题组在整合冷冻电镜密度图的蛋白质复合物结构建模领域取得重要进展，相关成果在线发表于《自然·通讯》（NatureCommunications），题为“利用深度学习指导从中等分辨率冷冻电镜密度图自动组装蛋白质复合物的模型构建”（Model building of protein complexes from intermediate-resolution cryo-EM maps with deep learning-guided automatic assembly）。18luck新利电竞 为唯一通讯单位，物理学院博士生何佳铧为论文第一作者，物理学院博士生林培聪、陈吉、2019级物理学4+4本科生曹宏为共同作者，黄胜友教授为通讯作者。

生命不是单个分子的特征，而是分子间相互作用的系统，因此，确定生物大分子（包括蛋白质和核酸）间的复合物结构对于理解生命活动的分子机制至关重要，其中冷冻电子显微镜(cryo-EM)技术已发展成为解析生物大分子复合物结构最重要的方法。然而，在中等分辨率的冷冻电镜密度图中建立精确的蛋白质复合物结构模型仍然具有非常大的挑战性。现有的结构建模方法面临受噪声影响大、需要人工干预、无法构建多链复合物、柔性拟合困难等诸多问题，从中等分辨率冷冻电镜密度图中构建结构的能力仍然非常有限。目前，在公共数据库EMDB上，超过40%的中等分辨率冷冻电镜密度图没有构建出相应的三维结构。

基于此，黄胜友教授课题组开发了一种基于深度学习的蛋白质多链复合物结构自动构建方法-EMBuild，该方法综合了AlphaFold结构预测、基于快速傅里叶变换的全局拟合、基于结构域的半柔性优化和基于图结构的迭代组装等策略，在利用深度学习预测得到的主链概率密度图上自动进行蛋白质复合物的组装。EMBuild在不同的测试集上进行了广泛的评估，其结果表明，EMBuild能够在中等分辨率冷冻电镜密度图上自动构建高质量的蛋白质复合物结构，其精度可以与人工构建的PDB结构相媲美，并且远远优于包括现有的其他方法。EMBuild预计将成为中等分辨率冷冻电镜结构建模的一个不可或缺的工具。此外，该论文的研究结果对于冷冻电镜结构预测领域具有重要的指导意义。

黄胜友教授课题组多年来一直致力于生物大分子结构及其相互作用的分子建模预测研究，在蛋白质建模，蛋白质-蛋白质、蛋白质-多肽、蛋白质-小分子和蛋白质-核酸相互作用以及核酸的结构预测方面具有丰富的研究经验，开发了一系列算法和平台，并在Nature Protocols、Journal of the American Chemical Society、Nucleic Acids Research、Bioinformatics、Drug Discovery Today等国际著名期刊发表多篇论文。

该项研究工作得到了国家自然科学基金(32161133002，62072199)和学校人才引进基金的资助。

论文链接：https://www.nature.com/articles/s41467-022-31748-9