中南大学计算机学院、生物信息学湖南省重点实验室成员2021级博士余光雷（第一作者），2020级博士赵其昌（共同第一作者）在蛋白质多点突变效应预测领域取得重要研究成果。该研究成果以DDAffinity: Predicting the changes in binding affinity of multiple point mutations using protein three-dimensional structure为题，被国际分子生物智能系统会议ISMB 2024 (International Conference on Intelligent Systems for Molecular Biology, 2024)接收。
突变，即蛋白质氨基酸替换（Amino Acid Substitution），是生物进化的关键驱动力。突变会破坏蛋白质稳定性和蛋白质-蛋白质相互作用，从而对蛋白质的结构、功能和表达产生显著影响。一个典型的例子是SARS-CoV-2刺突蛋白受体结合域（RBD）突变，此类变异会影响其与人类血管紧张素转换酶II（hACE2）受体的结合以及抗体识别，hACE2 突变也被用于设计高亲和力治疗性诱饵受体。因此，了解突变对蛋白质-蛋白质结合亲和力的影响（
）是生物技术应用和揭示致病突变的关键目标。然而，现有的蛋白质突变效应预测计算方法一般仅限于氨基酸单点突变效应预测，并没有系统性地考虑氨基酸多点突变具有的协同上位效应（Synergistic epistasis）。课题组开发并提出了一种基于图消息传递的蛋白质多点突变效应预测方法DDAffinity。首先，DDAffinity对输入野生型和突变型蛋白质原子三维坐标添加高斯加性噪声以增强模型鲁棒性；其次，DDAffinity同时以空间编码器和序列编码器结构来分别捕获蛋白质三维结构特征和蛋白质序列特征；同时，提出以残基中心性来表征残基掩埋特性；最终，将获得的蛋白质野生型和突变型表征向量分别输入全连接网络中进行预测。与现有的蛋白质多点突变效应预测算法对比，DDAffinity在多项实验指标上(Pearson’s correlation coefficient、Spearman’s rank correlation coefficient、RMSE、MAE、AUROC)具有提升。
王建新教授团队长期致力于计算机算法与优化、生物信息学、医学影像分析等方面研究。该研究工作得到国家自然科学、高等学校学科创新引智计划、湖南省科技计划等基金支持。