6月17日，中國科學院上海藥物研究所研究員程曦、文留青等與臨港實驗室青年研究員王鼎言合作，通過開發基于深度學習模型的糖結合位點預測算法DeepGlycanSite，精準預測了蛋白質結構上的糖類結合位置，有助于解決糖類與蛋白質相互作用的難題。相關研究發表于《自然—通訊》。
糖類不僅為生物體提供能量供應和結構支撐，還通過調控生物大分子的功能，在免疫響應、細胞分化和神經發育等過程中發揮關鍵作用。由于糖類物質種類多樣且結構復雜，實驗鑒定蛋白質的糖類配體結合位點成本高、效率低，已有的小分子配體結合位點預測算法不適用于糖結合位點預測。開發精準高效的糖結合位點預測方法是糖科學領域的迫切需求。
研究團隊設計了基于深度等變圖神經網絡的算法DeepGlycanSite，從用戶提供的蛋白質結構中提取幾何與進化信息，利用向量化表示和交互式信息傳遞機制深度挖掘特征關聯性，以預測每個氨基酸位點結合糖的概率。該算法顯著優于已有的結合位點預測算法，且能預測不同類型糖的結合位點。此外，DeepGlycanSite可以讀取用戶提供的糖分子化學結構信息，預測該糖分子的特異性結合位點。
DeepGlycansite網絡架構。圖片來源于《自然—通訊》