AlphaFold 和 NMR 测定溶液中蛋白质结构的准确性

作者 | 金小程 审稿 | 刘南 指导 | 闵小平（厦门大学）

今天给大家介绍的是由英国谢菲尔德大学Fowler和Williamson教授发表在Cell（Structure）上的文章”The accuracy of protein structures in solution determined by AlphaFold and NMR” 本文采用一种称为ANSURR的方法，来评估AlphaFold2预测结构和核磁共振（NMR）结构的准确性；以此作者比较了904种人类蛋白质的AlphaFold2和NMR结构，找到了不同情况下，两者准确性的差异。

这项工作展示了在大多数情况下，AlphaFold2产生的结构比NMR结构更精确，可作为NMR结构细化模型，并且通过ANSURR方法验证的AlphaFold2结构可以作为溶液结构的准确模型；解决AlphaFold2在预测溶液结构方面是否可靠以及NMR结构是否可以用作真实溶液结构模型的疑问。并且该方法在大量结构上进行了测试，准确性很高。

研究背景

AlphaFold2 在蛋白质结构预测关键评估 (CASP14) 竞赛中表现明显优于其他的方法，但对于核磁共振结构（NMR）却可靠性较低，一种解释是结构预测是从晶体结构训练而来的，而NMR结构不同于晶体结构，是接近体温的溶液中获得的。因此两者可能不太相同。本文作者利用ANSURR方法来探究两者结构哪个更好，更能代表真实溶液中的结构模型，ANSURR主要原理为使用相关性得分（评估次要结构）和RMSD得分（衡量整体刚度），将随机线圈指数（RCI）与由数学刚度理论预测的局部刚度（根据NMR结构计算）进行比较。

比较三个NMR靶点的准确性以及CASP14竞赛中相应的预测结构

图1 ANSURR对三个CASP14 NMR目标的得分

ANSURR通过计算蛋白质灵活性的两种度量单位：一个从骨架化学位移中获得，另一个从使用刚性数学理论的结构中获得。这两个度量值通过计算它们之间的秩Spearman相关系数和均方根偏差（RMSD）进行比较。每个值相对于PDB（Protein Data Bank）中所有NMR结构的百分位数用于获得两个分数，分别称为相关性和RMSD分数。

结果显示：T1055具有接近 NMR 目标结构的 AF2 CASP14 预测。其他 AF2 预测则大不相同，T1027的AF2预测比 NMR 差，T1029正好相反。

所有人类AF2和NMR结构的比较

将最近发布的Alpha-Fold2 蛋白质结构数据库中的904种人类蛋白质结构与其来自PDB的NMR结构对应物进行比较。并用 ANSURR验证。

图2 AF2预测与NMR结构之间ANSURR得分差异的频率分布

结果：273个这样的结构（占904个的30%），准确性的提高主要源于AF2模型具有比NMR结构更广泛的氢键网络，AF2可以准确预测氢键的位置；只有22例（904例中的2%）NMR结构的ANSURR评分至少比AF2结构高50分。

估计的 pLDDT 和 ANSURR 分数的比较

图3显示了AF2结构比NMR结构精度差的两个示例。在这两种情况下，AF2均通过较低的平均pLDDT正确地确定了对预测的低置信度。因此，我们进行了分析，以查看平均pLDDT是否可以用作准确性的度量。

图3 pLDDT 分数与 ANSURR 分数的比较

结果显示：具有显著优于NMR结构 (AF2 ＞＞NMR) 的ANSURR分数的AF2模型具有较大的平均pLDDT，pLDDT和ANSURR评分之间没有相关性；仅使用在相应的NMR合奏中确定的明确定义的区域，重新计算了每个AF2结构的平均pLDDT。定义明确的区域的平均pLDDT与ANSURR得分相关，AF2倾向于将它们表示为结构化。可以协同使用AF2和NMR来产生对定义不明确的区域的改进描述。

总结

综上，ANSURR来测试AF2模型的准确性是有意义的，NMR结构比晶体结构更能代表溶液中蛋白质结构的动态性质，可以对AF2结构进行修正。在计算生成的结构很好地适合实验数据的情况下，可简单地将其视为经过验证的结构，或将其作为针对NMR数据进行细化的起点，AF2和ANSURR的组合可以提供产生精确溶液蛋白质结构的最有效方法。

参考资料

Fowler, N.J. and Williamson, M.P., 2022. The accuracy of protein structures in solution determined by AlphaFold and NMR. Structure.