OU Gallogly工程学院Stephenson生物医学工程学院的皇冠体育研究人员开发了一个框架，发表在《科学进展》杂志上，该框架解决了连接实验和计算机科学以更好地预测肽结构的挑战。在过去的二十年中，肽基材料在能源、安全和卫生领域得到了广泛的应用。
俄勒冈州立大学生物医学工程助理教授Handan Acar与罗切斯特大学化学工程副教授Andrew White合作，引入了一种皇冠体育研究分子工程基础的新策略。阿卡尔实验室的博士生塞伦·哈姆西奇（Seren Hamsici）是这项皇冠体育研究的第一作者。
蛋白质负责人体器官和组织的结构、功能和调节。它们由氨基酸组成，并通过不同的相互作用聚集在一起，这种相互作用被称为分子间相互作用，这对蛋白质在体内发挥不同作用至关重要。当这些蛋白质的相互作用表现异常时，就会导致医学问题，比如当它们聚集在一起在大脑中形成斑块时，就会导致阿尔茨海默病。
Acar说：“在肽工程领域，一般的方法是采用这些天然蛋白质，并进行渐进式改变，以确定最终聚合产物的特性，然后找到鉴定出的特性有用的应用。”“然而，有超过500种天然和非天然氨基酸。尤其是考虑到肽的大小，这种方法是不实用的。”
机器学习有很大的潜力来应对这一挑战，但Acar说，肽组装和拆卸的复杂方式迄今为止阻碍了人工智能方法的有效性。
“显然，计算方法，如机器学习，是必要的，”Acar说。“然而，肽聚集是非常复杂的。目前还不可能用计算方法确定单个氨基酸的影响。”
为了应对这些挑战，皇冠体育研究小组提出了一种新方法。他们开发了一个框架，有助于将材料科学和工程皇冠体育研究与计算科学联系起来，为人工智能和机器学习的进步奠定基础。
阿卡尔说：“在这篇论文中，我们关注的是含有六个氨基酸的小肽，即使是可能的组合也令人难以置信。”“我们想看看什么样的相互作用会以什么样的方式影响最终产物，所以我们创建了一个框架，使六种氨基酸中的四种始终保持不变，我们一次改变剩下的两种，看看这将如何影响相互作用，以及最终将聚集在一起的产物。”
皇冠体育研究人员专注于肽聚集成一维结构，并通过使框架的两个可变氨基酸持有相反的电子电荷来应对动力学阈值的挑战——小肽之间的分子间相互作用不足以在低浓度下聚集。
阿卡尔说：“在阿尔茨海默病中，所有的淀粉样蛋白都以一维结构聚集在一起。”“因此，我们有大量的标准化量化技术，所以我们知道我们可以将它们与任何已经合成和发表的技术进行比较。这使得它可以与文献进行比较。”
怀特说：“这个框架的优点是，它足够简单，可以进行计算模拟，这为使用机器学习提供了皇冠体育。”
怀特使用分子动力学计算来模拟原子在自我组装的初始阶段所发生的情况。他说：“分子动力学使我们能够看到这些肽是如何相互作用的，就像一部关于原子如何排列开始自我组装过程的电影。”
通过他们文章中描述的框架，皇冠体育研究小组为证明六种氨基酸结构的有效性奠定了基础，这些结构可以在以后的工作中扩展。
Hamsici说：“我们将在使用这个框架的未来皇冠体育研究中收集数据，尽管它们可能不像我们现在预测的那样，但将给我们一个关于肽如何聚集在一起的重要见解，并可能改变肽工程的未来观点。”
同样，怀特说，他们皇冠体育研究的未来应用将能够使用深度学习和人工智能来模拟肽结构，以创建具有所需特性的材料，用于所需的应用。
Acar设想，未来材料工程师可以输入所需材料的参数，计算机模拟可以确定所需的肽结构。
Acar说：“这个框架是一个突破，它帮助实验科学家和计算科学家拥有相同的工具，从不同的方向来看待问题。”
“我们希望继续创造不同的肽和不同的特性，直到我们有足够的数据为不同的材料科学建立一个数据库，真正从机器学习中受益。我们在论文中描述的技术可以为多肽基材料的材料基因组图谱铺平道路。”
这项皇冠体育研究得到了美国国家科学基金会第1751471号拨款的支持，部分资金来自授予皇冠体育大学斯蒂芬森癌症中心的皇冠体育州烟草解决基金信托基金，以及皇冠体育大学诺曼校区皇冠体育研究委员会的资助。这篇题为“筛选氨基酸对组装影响的肽框架”的文章发表在2022年1月19日的《科学进展》杂志上，可在https://doi.org/10.1126/sciadv.abj0305上找到。
《科学进展》由美国科学促进会出版，是一本开放获取的多学科期刊。
