男性脱发的潜在病理学机制是啥?腾讯AI Lab联合研究成果揭秘


11月17日 , 腾讯公布了一项人工智能助力药物发现的新进展 。
通过腾讯自研的提升蛋白质结构预测精度的新方法 , 联合研究团队首次解析了II型5a还原酶(SRD5A2)的三维结构 , 揭示了治疗脱发和前列腺增生的药物分子“非那雄胺”对于该酶的抑制机制 , 这将有助于深化研究相关疾病的病理学机制及药物优化 。
此次 , 腾讯AI Lab采用“从头折叠”的蛋白质结构预测方法帮助解析了SRD5A2晶体结构 , 并通过自研AI工具“ tFold”有效提升了蛋白质结构预测精度 , 在科研突破中发挥了核心作用 。 除了在SRD5A2结构中的应用 , 这套方法还可以拓展应用于蛋白质分子和病理学机制的相关研究中 。
该项联合研究成果于近日登上了国际顶级期刊Nature子刊《 Nature Communications》 。 论文题为《人体类固醇II型5a还原酶与抗雄激素药物非那雄胺的结构研究》 , 由南科大生物系魏志毅副教授课题组与匹兹堡大学张诚教授、新加坡 A*STAR 研究所范昊研究员、腾讯AI Lab黄俊洲博士带领的研究小组合作完成 。 本次得到权威学术期刊发表及评审的高度评价 , 也验证了该成果对药物研发的创新价值 。
男性脱发的潜在病理学机制是啥?腾讯AI Lab联合研究成果揭秘
本文插图
“从头折叠”新方法破解晶体学难题
在人体内 , 性激素有促进性器官成熟、副性征发育及维持性功能等作用 。
二氢睾酮是人体中已知最强的雄激素 , 对于人体的发育和生理活动至关重要 , 但同时也需要保持合理的平衡 。 一方面 , 二氢睾酮控制着男性性器官的发育 , 水平过低将导致男性性征缺陷 。 另一方面 , 水平过高又是导致前列腺增生和脱发的罪魁祸首 。
合成性激素依赖类固醇还原酶 , 二氢睾酮即由 SRD5A2 催化合成 。 因此 , 当患者因为二氢睾酮水平过高而出现前列腺增生和脱发问题时 , 可以通过抑制 SRD5A2 来降低患者二氢睾酮水平 。 作为SRD5A2 的高效抑制剂 , 非那雄胺(finasteride)被广泛用于治疗这类疾病 。
尽管 SRD5A2 具有重要生理作用 , 其高分辨率结构信息却十分缺乏 , 导致 SRD5A2 催化二氢睾酮合成的机理以及非那雄胺抑制 SRD5A2 酶活的机制并不清晰 。
男性脱发的潜在病理学机制是啥?腾讯AI Lab联合研究成果揭秘
本文插图
【男性脱发的潜在病理学机制是啥?腾讯AI Lab联合研究成果揭秘】
论文
这是由于 SRD5A2 具有独特的七次跨膜结构 , 其与人类全部已知结构的蛋白在结构上存在较大差异 , 难以通过“模板建模”(template-based modeling)方法获得初始构型来解析晶体数据 。 同时又因为 SRD5A2 是一类多次跨膜蛋白 , 使得传统的用于获取蛋白质晶体相位信息的“重原子替代”(Heavy-atom derivatization)方法亦难以奏效 。
为了解决这一难题 , 腾讯 AI Lab 科研团队采用了难度更高的“从头折叠”(de novo folding)方法来预测 SRD5A2 蛋白的三维结构 , 并将其用于“分子置换”(molecular replacement, MR)的初始构型来解析晶体数据 。
所谓“从头折叠” , 是相对于“模板建模”的一种蛋白质结构预测方法 。 “模板建模”是目前最普遍的蛋白结构预测手段 , 但有一个使用前提——人类已知的蛋白结构数据库(即PDB)当中 , 必须存在和预测的蛋白相似的结构 , 否则就无法使用 。 而腾讯AI Lab采用的“从头折叠”方法则跳出了这个限制 , 可以不依赖于模板来预测蛋白结构 。
但此前 , 通过“从头折叠”方法预测的蛋白质结构精度不高 , 难以满足晶体数据解析的精度需要 。 而在腾讯 tFold 工具加持下得到的高精度“从头折叠”的结构模型 , 为分子置换方法提供相位 , 继而解析确定2.8? 原子级别精度的SRD5A2晶体结构 。