catGRANULE 2.0 ROBOT：单氨基酸分辨率下预测液 - 液相分离，解锁细胞奥秘新钥匙

为解决 LLPS 预测难题，相关研究人员开展 catGRANULE 2.0 ROBOT 算法研究。结果显示该算法能精准预测 LLPS，评估突变影响。这为研究 LLPS 机制、疾病突变提供助力，强烈推荐科研读者阅读！

　　

在细胞这个微观世界里，有一些神奇的 “小团体”—— 无膜细胞器，它们在细胞的生命活动中发挥着重要作用。而这些无膜细胞器的形成，离不开一种叫做液 - 液相分离（Liquid - Liquid Phase Separation，LLPS）的分子现象。LLPS 就像是细胞里的 “组织者”，它能把分子聚集在一起，形成无膜的凝聚物。近年来，科学家们发现 LLPS 在人类健康和疾病方面有着关键作用，尤其是在蛋白质凝聚和神经退行性疾病方面。比如说，在一些神经退行性疾病中，蛋白质的异常 LLPS 就像捣乱分子，破坏了细胞的正常秩序。

核酸在 LLPS 中也扮演着重要角色。许多蛋白质在 RNA 的帮助下才能进行相分离，当然，也有一些蛋白质凭借自身的无序结构域就能完成这一过程。LLPS 和液体到固体的相转变（Liquid to Solid Phase Transition，LSPT）可不一样，LSPT 中蛋白质会走向不可逆的聚集状态，就像面团揉在一起分不开了；而 LLPS 是可逆的，这一特性让它在细胞中有着独特的功能。它既能通过增加蛋白质浓度来增强酶的活性，又能通过在某些细胞器中积累 RNA 来抑制蛋白质翻译。这些通过相分离形成的凝聚物就像一个个忙碌的 “小工厂”，在细胞内特定的位置集中并分隔特定的蛋白质和生物分子，催化重要的生化过程。

尽管科学家们在 LLPS 的实验研究和相关数据库构建方面取得了一些进展，比如构建了大规模的 LLPS 相关蛋白质数据库，但目前仍然缺少对不同物种蛋白质组在 LLPS 特性方面的全面覆盖。为了弥补这些不足，不少计算方法应运而生，试图预测蛋白质发生 LLPS 的倾向。然而，这些方法大多存在一些缺陷，比如大多数方法无法在氨基酸水平上预测 LLPS 倾向，而且没有一种方法能广泛测试蛋白质序列的单突变和多突变对其 LLPS 能力的影响。之前的 LLPS 预测方法，像 catGRANULE 1.0、MaGS、PICNIC、PICNICGO 和 PSPHunter 等，虽然各有特点，但都不能很好地满足研究需求。

在这样的背景下，为了更深入地了解 LLPS，精准预测蛋白质的 LLPS 倾向以及突变对其的影响，来自相关研究机构的研究人员在《Genome Biology》期刊上发表了题为 “catGRANULE 2.0 ROBOT: predicting liquid - liquid phase separation at single - amino - acid resolution” 的论文。他们开发了一种先进的 LLPS 蛋白质预测工具 ——catGRANULE 2.0 ROBOT，为该领域的研究带来了新的突破。这个工具就像一个 “超级侦探”，能够在单氨基酸分辨率下预测 LLPS，还能可靠地评估突变对 LLPS 倾向的影响，为深入研究 LLPS 机制和突变影响提供了有价值的见解。这一成果不仅有助于我们更好地理解细胞内的微观世界，还为相关疾病的研究和治疗提供了新的思路和方法，具有重要的科学意义和潜在的应用价值。

研究人员为了开发出这个强大的预测工具，用到了几个关键的技术方法。他们首先从多个公开数据库收集数据，构建了包含已知参与 LLPS 的蛋白质的训练数据集和不参与 LLPS 的蛋白质的负数据集。接着，他们对每个蛋白质进行特征提取，包括 80 个基于蛋白质序列分析的物理化学特征、2 个现象学序列模式以及 28 个从 AlphaFold 结构数据库中提取的结构特征等，总共 128 个特征。之后，利用这些特征训练多个二元分类器，通过 ElasticNet 进行特征选择，最终选出表现最优的多层感知器（MLP）模型来预测蛋白质的 LLPS 倾向。

下面来看看具体的研究结果：

• 训练数据集的构建和生物学特征分析：研究人员像 “寻宝” 一样，从多个数据库收集人类 LLPS 相关蛋白质，总共得到 5656 个 LLPS 倾向蛋白质。为了构建负数据集，他们从人类蛋白质组中剔除这些蛋白质及其一级相互作用蛋白，再用 CD - HIT 筛选，保证序列相似性低于 50%，最后得到了训练数据集和测试数据集。通过比较 LLPS 蛋白质和负数据集蛋白质的长度、丰度分布，以及进行基因本体（Gene Ontology，GO）术语富集分析，他们发现 LLPS 蛋白质在 RNA 相关活动、翻译、蛋白质结合和代谢过程等方面显著富集，而负数据集蛋白质在转运蛋白和跨膜受体蛋白方面富集。这就好比不同的 “小团体” 有着不同的 “专长领域”。此外，他们还发现蛋白质的长度、核酸结合倾向、无序性等特征与 LLPS 倾向相关，这些特征就像一把把 “钥匙”，打开了 LLPS 倾向预测的大门。
• catGRANULE 2.0 ROBOT 准确分类 LLPS 倾向蛋白质：研究人员运用 ElasticNet 挑选出与 LLPS 分类最相关的 28 个特征，训练了 10 种不同的二元分类器，并通过 5 折交叉验证避免过拟合。最终，他们选择了 MLP 作为最优模型。与其他方法对比，catGRANULE 2.0 ROBOT 在预测 LLPS 倾向蛋白质方面表现更出色，无论是在测试数据集上，还是在预测其他物种的蛋白质时，都展现出了强大的能力。就像一个优秀的运动员，在各种比赛中都能脱颖而出。
• LLPS 的物理化学决定因素：研究人员计算了每个选定特征与预测 LLPS 分数的斯皮尔曼相关系数，发现疏水性特征与 LLPS 倾向分数呈负相关，而核酸结合倾向、无序性和蛋白质长度等特征则呈正相关。他们还发现，半径回转半径与蛋白质长度的标准化值（RG_protein_norm）与 LLPS 分数呈负相关，可及表面积的标准差（asa_std）呈正相关，这表明更紧凑的蛋白质不太容易发生 LLPS。通过计算特征的排列重要性，他们发现平均 pLDDT（一种衡量蛋白质无序性的指标）是最相关的特征，进一步验证了蛋白质无序性对相分离的重要贡献。这些发现就像是找到了影响 LLPS 的 “幕后推手”。
• catGRANULE 2.0 ROBOT 的独立验证：研究人员利用来自人类蛋白质图谱的 10757 张免疫荧光（IF）共聚焦显微镜图像对 catGRANULE 2.0 ROBOT 进行额外验证。他们通过计算细胞中绿色荧光的变异系数、绿色荧光蛋白斑点的面积和数量等指标，发现根据 catGRANULE 2.0 ROBOT 预测的 LLPS 倾向分数对蛋白质进行排名后，高分数的蛋白质在 IF 图像中表现出更多、更大的液滴，这与他们的预期相符，进一步证明了该工具的可靠性。
• LLPS 预测与亚细胞区室化：研究人员研究了不同亚细胞位置的蛋白质的预测 LLPS 分数，发现核仁蛋白的 LLPS 倾向最高，而分泌蛋白、细胞外蛋白和膜蛋白则不太可能发生 LLPS。他们还对不同类型的液体样凝聚物中的蛋白质进行分析，发现不同凝聚物的 LLPS 分数分布不同，并且 catGRANULE 2.0 ROBOT 在区分不同类型的 LLPS 相关蛋白质方面表现良好。这就像是给细胞内不同 “区域” 的蛋白质进行了一次全面的 “体检”。
• LLPS 概况和突变分数：研究人员通过应用滑动窗口方法计算蛋白质的 LLPS 倾向概况，发现基于物理化学特征训练的随机森林分类器在预测实验注释的 LLPS 驱动区域方面表现最佳。他们还利用这个工具计算突变对 LLPS 倾向的影响，发现 catGRANULE 2.0 ROBOT 在预测突变影响方面优于其他方法，能够准确地预测突变是增加还是减少 LLPS 倾向。这对于研究蛋白质的功能和相关疾病的机制非常有帮助。

研究结论和讨论部分总结来说，研究人员开发的 catGRANULE 2.0 ROBOT 整合了结构和基于序列的特征，在预测 LLPS 倾向和突变影响方面表现出色。通过构建高质量的训练和测试数据集，研究人员验证了该工具的可靠性。然而，LLPS 是一个复杂的过程，未来还需要进一步完善其定义，纳入更多环境因素和分子相互作用的数据。同时，研究人员计划在未来的研究中升级使用 AlphaFold3，并整合其他算法，进一步提高预测的准确性和对复杂生物环境的模拟能力。

这项研究的意义重大，catGRANULE 2.0 ROBOT 为研究人员提供了一个强大的工具，帮助他们更好地理解 LLPS 的机制，研究疾病相关的突变，设计具有特定 LLPS 特性的蛋白质或肽。这不仅有助于推动基础科学的发展，还可能为治疗神经退行性疾病等相关疾病开辟新的途径，就像为细胞微观世界的研究点亮了一盏明灯，照亮了未来研究和治疗的方向。