6月17日，中国科学院上海药物研究所研究员程曦、文留青等与临港实验室青年研究员王鼎言合作，通过开发基于深度学习模型的糖结合位点预测算法DeepGlycanSite，精准预测了蛋白质结构上的糖类结合位置，有助于解决糖类与蛋白质相互作用的难题。相关研究发表于《自然—通讯》。

糖类不仅为生物体提供能量供应和结构支撑，还通过调控生物大分子的功能，在免疫响应、细胞分化和神经发育等过程中发挥关键作用。由于糖类物质种类多样且结构复杂，实验鉴定蛋白质的糖类配体结合位点成本高、效率低，已有的小分子配体结合位点预测算法不适用于糖结合位点预测。开发精准高效的糖结合位点预测方法是糖科学领域的迫切需求。

研究团队设计了基于深度等变图神经网络的算法DeepGlycanSite，从用户提供的蛋白质结构中提取几何与进化信息，利用向量化表示和交互式信息传递机制深度挖掘特征关联性，以预测每个氨基酸位点结合糖的概率。该算法显著优于已有的结合位点预测算法，且能预测不同类型糖的结合位点。此外，DeepGlycanSite可以读取用户提供的糖分子化学结构信息，预测该糖分子的特异性结合位点。

DeepGlycansite网络架构。图片来源于《自然—通讯》

相关论文信息：https://doi.org/10.1038/s41467-024-49516-2