蛋白互作研究的起点,往往是一个已知功能的诱饵蛋白。真正麻烦的问题是:它究竟和哪些蛋白发生物理作用?传统做法是先做文库筛选或质谱,拿到一长串候选名单,再逐个做生物学实验验证。候选越多,验证越像开盲盒,周期也拖得越长。

近几年 AI 结构预测工具普及之后,筛选环节多了一条更可控的路:先用算法对诱饵蛋白和候选蛋白的复合结构打分,把高置信度的组合挑出来,湿实验只集中验证前 20 名甚至更少的组合。南京农业大学与合肥科晶生物技术有限公司合作发表在 Plant Biotechnology Journal 上的研究,用的就是这个思路。

论文里的互作筛选是怎么做的

这项研究以疫霉菌来源的 MAMP 蛋白 RLK6 为诱饵,先在模式植物里找到两个互作受体 NbRKR1/2,再在大豆里寻找功能等效的收敛受体。研究者把大豆基因组中的 LRR-RLP 受体作为候选库,按两条标准初筛:有信号肽,且胞外 LRR 结构域数量 ≥ 10,得到 96 个候选受体。

接着进入结构预测。研究团队用 AlphaFold3 对每个候选受体、RLK6 免疫表位以及共受体 BAK1 组成的三元复合物建模,以 ipTM(界面预测 TM-score)衡量互作置信度。ipTM ≥ 0.75 的候选进入功能验证,最终只有 20 个受体被送进本氏烟受体突变体做恢复实验。后续 Co-IP 确认了 GmRLP30 与 RLK6ECD 的真实互作。

图 1 论文标题页。来源:《Plant Biotechnology Journal》, 2025;作者单位2为 Hefei Kejing Biotechnology Co., Ltd., Hefei, China。

图 2 论文 Figure 3:从大豆基因组 96 个 LRR-RLP 候选受体中,经 AlphaFold3 预测 ipTM,筛选 ipTM ≥ 0.75 的前 20 个候选进入功能验证。来源:《Plant Biotechnology Journal》Figure 3。

完整流程中常用的工具与厂商

从诱饵蛋白出发筛选互作蛋白,现在主流流程大致分四步:

候选库构建:根据诱饵蛋白的特征(配体类型、结构域、亚细胞定位),从基因组或表达文库里圈候选。常用资源包括 Uniprot、NCBI、Phytozome 等公共数据库。

高通量结构对接/预测:对诱饵蛋白和候选蛋白做复合物建模。可选工具有 HDOCK、AlphaFold3、ClusPro、ZDOCK 等。AlphaFold3 适合小批量精细建模,HDOCK 更适合大规模初筛。

打分排序与阈值判读:用对接分数、ipTM、pTM、plDDT 等指标排序,设定 cutoff 后保留 top 20-30。

湿实验验证:通过 Co-IP、酵母双杂、BiFC、pull-down 等方法确认真实互作。

科晶生物的 AI 辅助互作蛋白筛选方案

合肥科晶生物技术有限公司的“蛋白与蛋白互作梯度筛选”服务,把 HDOCK 和 AlphaFold3 串成一条流程:先用 HDOCK 对客户提供的诱饵蛋白和候选蛋白库做批量对接,再对 HDOCK 排名前 20 的组合用 AlphaFold3 做一对一精细建模。

具体参数上,HDOCK 的 Spacing 设为 1.2,Angle 设为 15。对接分数越负,结合模型越可能被接受;一般以 docking score < 200 作为参考,对应置信度约 0.7。AlphaFold3 以 pTM + ipTM > 0.75 判断对接可靠性,同时用 plDDT 评估单体结构质量。最终交付内容包括:数据分析总表、候选蛋白与诱饵蛋白的 3D 互作图、关键氨基酸位点及作用距离表。