一种新的人工智能模型可以预测底物进出细胞的运动

运输蛋白负责底物进出生物细胞的持续移动。然而，很难确定特定蛋白质可以运输哪些底物。杜塞尔多夫海因里希海涅大学 (HHU) 的生物信息学家开发了一种名为 SPOT 的模型，该模型可以使用人工智能 (AI) 高度准确地预测这一点。

研究人员在《PLOS Biology》杂志上介绍了他们的方法，该方法可以用于任意运输蛋白。

生物细胞中的底物必须不断地跨细胞膜向内和向外运输，以确保细胞的存活并使其发挥其功能。然而，并非所有穿过身体的底物都应该被允许进入细胞。其中一些运输过程必须是可控的，以便它们只在特定时间或特定条件下发生，以触发细胞功能。

这些活跃且专门的运输通道的作用由所谓的运输蛋白(转运蛋白)承担，其中各种各样的转运蛋白被整合到细胞膜中。运输蛋白包括大量单个氨基酸，它们共同形成复杂的三维结构。

每种转运蛋白都针对一种特定分子(即所谓的底物)或一小组底物进行量身定制。但具体是哪一种呢?研究人员一直在寻找匹配的转运蛋白-底物对。

计算细胞生物学研究小组的 Martin Lercher 教授是这项研究的通讯作者，他说：“通过实验确定哪些底物与哪些转运蛋白相匹配非常困难。甚至确定转运蛋白的三维结构(从中可以识别底物)也是一项挑战，因为蛋白质一旦脱离细胞膜就会变得不稳定。”

“我们选择了一种不同的、基于人工智能的方法，”这项研究的主要作者、勒彻教授研究小组的博士后亚历山大·克罗尔博士说。“我们的方法被称为 SPOT，它使用了超过 8,500 个转运蛋白-底物对，这些对已经经过实验验证，可以作为深度学习模型的训练数据集。”