人工智能预测癌胚抗原结构和与结直肠癌相关的相互作用
Ivan Shabo1, Erik Nordling2, Mirna Abraham-Nordling3
1Endocrine and Sarcoma Surgery Unit, Department of Molecular Medicine and Surgery, Karolinska Institutet, Stockholm, Sweden.
Biochemistry and biophysics reports
|May 7, 2025
概括
使用AlphaFold 3预测了癌胚抗原 (CEA) 结构,揭示了解释其二分化的曲线. 这为CEA提供了新的见解.
科学领域:
- 结构生物学是结构生物学.
- 计算生物学是一种计算生物学.
- 生物化学 生物化学
背景情况:
- 癌胚抗原 (CEA) 是结直肠癌的生物标志物,在健康成年人中表达低.
- 由于其复杂性,成熟的高糖化CEA的三级结构一直无法获得.
- 需要新的结构预测方法来理解CEA的结构和相互作用.
研究的目的:
- 研究癌胚抗原 (CEA) 的三级结构和相互作用.
- 使用AlphaFold 3进行精确的蛋白质结构和糖建模.
- 预测单体CEA,二元CEA和CEA与抗体Tusamitamab复合的结构.
主要方法:
- 使用AlphaFold 3服务器进行新型结构预测.
- 模拟的单体糖基化CEA,二元CEA和CEA-图萨米他马布复合体.
- 对实验电子显微镜数据进行验证的复杂结构.
主要成果:
- 预测的单体糖基化CEA在域界面B1-A2和B2-A3.3呈现曲线.
- 模态CEA结构显示了N和A2域之间的平行配对与直接接触.
- CEA-Tusamitamab复合体预测与实验EM结构 (1.3 Å全原子RMSD) 非常相匹配.
结论:
- 在CEA结构中预测的曲促进了二元体的形成,这可能解释了它的生物作用.
- AlphaFold 3准确地预测了抗体-蛋白质复合体,即使是那些不在训练组中的抗体.
- 这些发现为研究CEA在癌症中的结构和功能提供了新的途径.
