使用alphafold2探索Covid19-Δ毒株新药作用靶点的研究

Covid19-delta毒株引起的疫情搞得大家人心惶惶，作为一名科学研究人员，自然希望为疫情的控制尽一份力。写这篇帖子是为了将最新开发的alphafold2和Covid19-delta毒株的药物研发结合起来，看一看最新的人工智能技术可以怎样辅助药物研发。这篇帖子只是一时兴起，纯属娱乐，内容也比较粗略，所以求各位看官轻拍！

1、 背景介绍

Covid19-delta毒株的来源

首先Covid19-delta毒株首先是在印度发现的，这个毒株有多厉害，相信大家已经在各种新闻推送里面了解过了，扬州一个老太太让整个扬州城沦为高风险疫区，可见这个毒株有多可怕。

Covid19药物的主要靶点

Covid19的主要结果蛋白包括S蛋白（刺突）、E蛋白（包膜）、M蛋白（跨膜）和N蛋白（核衣壳），在这些结构蛋白中，S蛋白上的突变位点最多，也最关键。Covid19主要是通过S蛋白与宿主细胞表面ACE2受体结合感染宿主细胞，因此S蛋白是绝大多数新冠疫苗发挥作用的主要靶标。Covid19-delta也是刺突蛋白的氨基酸突变所导致的变异，导致其传播能力更强。

本贴的工作主要有（1）通过NCBI检索Covid19-delta的刺突蛋白（spike protein）的氨基酸序列（2）通过序列比对，找到刺突蛋白与ACE2受体蛋白的作用的主要domain

alphafold2构建Covid19-delta的蛋白三级结构。（3）通过zdock对Covid19-delta的刺突蛋白与ACE2受体蛋白进行分子对接。（4）分子动力学模拟Covid19-delta与ACE2受体蛋白相互作用的动态过程。

2、 寻找Covid19-delta毒株刺突蛋白序列

首先我们在NCBI（https://www.ncbi.nlm.nih.gov/datasets/coronavirus/genomes/）上找到Covid19-delta的序列信息，如图1所示

图1 NCBI Covid19基因组信息

接下来，在Protein.faa文件中找到刺突蛋白的序列。我找到了3个序列（图2），并且通过DiscoveryStudio比较了三个序列的相似度。结果表明，这三个序列相似度在99%左右。

image.png

image.png

图2 Covid19-delta spike protein sequence

图3 序列比对相似度

接下来，我需要知道这个蛋白质的主要参与到与ACE2受体识别的亚基。为了实现这个目标，我在PDB数据库（https://www1.rcsb.org/）中搜索SARS-Covid19 spike protein与ACE2受体相互作用的模型。我找到了6个结果，选择了第二个结果（7KMB，图4），原因是这个结果简单，并且反映出了Spike蛋白与ACE2受体之间相互作用的主要domain。

图4 PDB数据库，检索Covid19和ACE2两个关键词的结果

接下来，需要通过序列比对的方法，找到在Covid19-delta毒株的spike蛋白中与7KMB对应的蛋白序列位点。为了实现这一步，首先将7KMB.pdf文件导入到DS（DiscoveryStudio，以后简称DS）（图5）。F亚基是ACE2 Receptor，G亚基是Spike Domain。提取出G亚基，然后将G亚基的序列比对到前面的3个Covid19-delta的spike蛋白的序列上。结果嘛~，序列差别挺大的（图6）。不过三级结构是什么样的，只有比对之后才知道。接下来就是做序列比对了。

图5 Covid19的Spike蛋白与ACE2受体相互作用的对接结构。

图6 将7kmb的Spike蛋白亚基比对到Covid19-delta的spike蛋白序列上

3、 使用alphafold2对刺突蛋白进行建模

既然三个Covid19-delta序列如此相似，那么在三级结构上也会非常相似。我选择了第一个QWE80500.1中与7kmbSpike比对得到的序列作为种子，使用Alphafold2对这段序列进行建模。这个操作比较简单，Alphafold2提供了jupyternotebook，可以直接输入序列，并且使用google colab上的计算资源进行计算（https://colab.research.google.com/github/sokrypton/ColabFold/blob/main/AlphaFold2.ipynb#scrollTo=kOblAo-xetgx）。

图7 使用Alphafold2对蛋白序列进行建模

输入序列，等待运算完成。大约5-7min，结果就计算出来了（图 8）。从图中可以发现，计算氨基酸构想评分都在80分以上，结果非常好。

图8 alphafold2结果

4、 使用zdock进行分子对接

接下来，需要使用ACE2与预测出来的蛋白质进行zdock对接。为了简化计算，在对接过程中，我选择了7kmb蛋白中与spike蛋白结合的氨基酸位点作为对接偏好性选项（图9）。

图9 选择感兴趣的氨基酸进行分子对接

通过zdock，选择ZDock Score最高和RMSD最小的Poses（图10，图11）。

图10 选择最佳的poses

图11 RDOCK优化后的对接结果pose1

5、 分子动力学模拟，探索刺突蛋白与ACE2之间的相互作用

最后一步，通过分子动力学模拟，描绘在水相环境中对接的蛋白质的动态变化过程。这一步按照分子动力学模拟的常规路线，prepare-protein-》Add Forcefield-》solving-》Dynamics（图12）。

图12 溶剂环境下的pose1，红色小点点是水分子

最终经过13个小时运算，获得了100ps的50个comformation。从能量状态来看，似乎这个不是一个非常稳定的状态（图13）。分子动力学动画如图14所示。

图13 100ps内Spike-ACE2R的动态分子轨迹运动过程

图14 pose1的分子动力学轨迹动画

总结：本次实验所做的工作只是简单地跑了一个大概地流程，其中很多细节还可以继续深挖，比如pose1中spike protein与ACE2受体蛋白之间相互作用的氨基酸残基的特点，再比如后期的分子动力学模拟并没有达到稳定的状态。受限于我的计算资源和时间，这个研究还是比较初步的，主要的创新点是使用alphafold2预测了Covid19 spike protein的三级结构，并且粗略展示了一下这个蛋白对接的主要结果。这个研究再写详细一点就是一篇不错的本科毕业论文了。感谢张宝宝帮我把mp4格式转换为gif，并且还帮忙整理了文章格式。好了，这个研究暂时告一段落，接下来继续搬砖去咯！