本网讯（人工智能学院）近日，我校人工智能学院叶盛教授科研团队在国际上首次利用人工智能机器学习技术结合二维红外光谱描述符，在蛋白质动态结构预测方面取得重要进展，相关研究成果以“AI Protocol for Retrieving Protein Dynamic Structures from Two-Dimensional Infrared Spectra”为题发表在国际顶级综合学术期刊《PNAS》上（DOI: 10.1073/pnas.2424078122）。安徽大学人工智能学院叶盛教授、2023级研究生朱吕帅、赵志成副教授为共同第一作者，安徽大学孙长银教授、中国科技大学江俊教授为共同通讯作者，安徽大学人工智能学院为论文第一完成单位。
人工智能结合 2DIR 描述符预测蛋白质动态结构图
蛋白质动态过程中的结构演化是其发挥生物功能的关键，然而动态变化过程往往涉及到不同的空间和时间尺度，这给蛋白质动态过程中的结构探测带来了巨大挑战。如何能够实时探测蛋白质在动态变化过程中的结构信息，并建立起蛋白质分子精准的构效关系，成为蛋白质结构研究领域亟待解决的核心问题。二维红外光谱（2DIR）技术被广泛运用于探测从飞秒到微秒时间尺度下蛋白质结构演化的超快动力学过程，然而如何精确解读这些复杂低维的光谱信号并反演成高维的三维分子结构信息，长期以来一直是分子光谱领域亟待解决的重大难题。这不仅极大地阻碍了实验光谱数据的精确解读，也严重限制了分子光谱技术在蛋白质动态结构探测方面的广泛应用。
针对此问题，我校研究人员发展了一种基于人工智能机器学习的新方法，能够通过二维红外光谱描述符精确预测动态三维蛋白质结构。该方法通过建立精准谱-构关系，不仅能有效预测蛋白质折叠过程中微秒至毫秒时间尺度的动态结构演变，还可仅通过光谱特征解析未表征蛋白质的结构信息。人工智能与二维红外光谱技术的融合，为动态蛋白质结构研究提供了新视角，体现了AI for Science的新兴研究范式。