打开蛋白质的β-折叠结构窗口：淀粉样物质在β-折叠内的生成性增加十倍。
摘要：人工智能(AI)方法通常在科学的许多领域中不断征服新的领域，尤其是机器学习。这些技术的大多数应用仅限于大数据集的分类，但很少能从这些工具中推断出新的科学知识。在本文中，我们展示了一种基于AI的淀粉样生成性预测器，可以在筛选所有蛋白质数据库中的同源过滤蛋白质结构时，强烈区分β-折叠片的边缘六聚体和内部六聚体。我们的主要结果表明，超过30%的β-折叠片的内部六聚体被预测为具有淀粉样生成性，而仅有3%的边缘区域被预测为具有淀粉样生成性。这一结果可能阐明了蛋白质对抗转变为淀粉样的一般保护机制：如果β-折叠片的边缘具有淀粉样生成性，那么整个β-折叠片更容易转变为周期性重复的平行β-折叠片的不溶性淀粉样结构。我们还提出，在这些研究蛋白质结构的边界里，α-螺旋或随机选择的子序列中不存在类似的现象。
作者：Kristof Takacs and Balint Varga and Viktor Farkas and Andras Perczel and Vince Grolmusz
论文ID：2210.11842
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2022-10-24