对于普通人来说，了解蛋白质如何摆动似乎并不那么令人兴奋或相关，但话又说回来，大多数人对蛋白质的自然运动和波动及其功能特性并不感兴趣。然而，如果你对设计新药、更好地了解如何根除疾病或增强生物技术以用于工业和治疗应用感兴趣，你可能会坐立不安地等待一项关于蛋白质测序和结晶的新研究能带来什么。
康涅狄格大学工程学院机械、航空航天和制造工程学院助理教授 Anna Tarakanova 撰写了一篇关于这项研究的文章，该文章刚刚发表在《Matter》杂志上。该研究探讨了蛋白质的自然运动和波动(即蛋白质的“摆动”)如何有助于预测其功能特性。Tarakanova 得到了机械工程研究生兼研究第一作者 Mohammad Madani 的协助。
具体来说，塔拉卡诺娃和马达尼专注于预测蛋白质形成高质量晶体的能力或倾向。蛋白质晶体学是了解蛋白质结构的重要技术，而蛋白质结构又对开发药物和了解疾病至关重要。他们开发了一种新的计算模型和工具，利用先进技术分析蛋白质动力学并准确预测其结晶倾向。
Tarakanova 解释说，这种工具可以促进蛋白质序列的合理设计，从而产生衍射质量晶体。他们的研究展示了基于物理和机器学习的模型在结构和属性预测方面的集成，拓展了结构生物学的经典范式。
Tarakanova 表示：“我们的研究表明，了解蛋白质的组成(其氨基酸序列)及其结构特征(或折叠)并不总是足以预测蛋白质的行为方式。蛋白质如何摆动或波动决定了它可能发挥的作用。我们开发的模型是一个框架，可以通过学习蛋白质的动态特征来广泛扩展到预测蛋白质功能。”
她补充说，这项研究代表了结构生物学领域的重大进步。它将捕捉蛋白质动力学的物理模型整合到结晶预测中，而这在以前并没有得到全面实现。新开发的模型称为 DSDCrystal，其性能优于现有模型，在准确预测蛋白质结晶倾向方面取得了突破。
Tarakanova 表示，下一步将涉及扩展应用范围，使该模型的实用性从结晶倾向拓展到其他重要的蛋白质特性。
她强调说：“我们可以调整模型来预测蛋白质的稳定性，这对于理解蛋白质在不同条件下如何发挥作用非常重要。”
“我们还将研究蛋白质之间的相互作用，修改模型以预测不同蛋白质之间的相互作用，从而帮助研究复杂的生物过程。此外，我们将使用该模型来识别蛋白质中对其生物活性至关重要的关键功能位点。”
Tarakanova 表示，最重要的是进一步开发一种可以预测多种蛋白质特性的多功能工具，从而加速分子生物学各个领域的研究。虽然这些预测可能不会让每个人都彻夜难眠，但对于生物技术研究人员和科学家来说，理解摆动可能是通往未来未知发现的途径。