Nat. Methods | 使用GRASP整合多种实验信息辅助预测蛋白质复合物结构

本文针对蛋白质复合物结构预测准确性不足的问题，提出GRASP方法整合多种实验约束信息。背景方面，现有预测模型如AlphaFold-Multimer和AlphaFold3在准确性上仍有提升空间，而实验手段提供的残基对约束和界面约束能为结构推导提供关键线索。研究目的旨在开发能有效融合这些约束信息的预测方法，通过将残基对约束作为边特征、界面约束作为节点特征集成到模型架构中。结论显示，在包含313个复合物的基准测试中，GRASP随约束数量增加持续提升预测性能，在抗原-抗体建模中显著优于AF3，且实际案例验证成功率达5/7，证明该方法能有效利用实验信息提升结构预测精度。