使用Foldseek-Multimer实现蛋白质复合物结构的快速比对

分享一篇发表在Nature Methods上的文章，文章标题“Rapid and sensitive protein complex alignment with Foldseek-Multimer”，文章的通讯作者是来自首尔大学的Martin Steinegger教授和魏茨曼科学研究所的Emmanuel D. Levy教授。其中Steinegger课题组主要从事蛋白质序列和结构比对方面的研究。

准确的蛋白质结构预测方法提供了数十万个较可靠的蛋白质复合物结构，如何快速评估复合物之间的结构相似性以探究其功能之间的关联仍是一个不小的挑战。目前的一些方法，比如QSalign或者作为金标准的US-align，仍存在耗时较长、依赖于序列相似性导致灵敏度较低等问题。本文，作者开发了Foldseek-Multimer方法，在高灵敏度、高准确性（与US-align几乎一致）的条件下将复合物结构比对速度提高了几个数量级。

对于给定的查询结构，Foldseek-Multimer在数据库中逐一比对每一个目标结构。在比对过程中，作者采用分而治之的策略，将复合物结构的比对分割为不同链之间的对齐，其中每一对链的“对齐”使用旋转和平移两个操作的组合（叠加，superpose）来描述。通过聚类，挑选出最可能的（即，存在于多对查询链-目标链的）叠加方法，作为最终两个复合物的对齐方法。最后在所有目标结构中，挑选TM score打分最高者。

在评估中，FoldSeek-Multimer与US-align给出的匹配链达到大于99%的一致性，且TM-score也高度相关。对于匹配速度，FoldSeek-Multimer的逐对匹配速度加快了10-100倍，数据库查询速度加快了1000-10000倍。并且，FoldSeek-Multimer也能够发现一些具有低序列相似度的复合物。