Covid19-delta毒株引起的疫情搞得大家人心惶惶，作為一名科學研究人員，自然希望為疫情的控制盡一份力。寫這篇帖子是為了將最新開發的alphafold2和Covid19-delta毒株的藥物研發結合起來，看一看最新的人工智能技術可以怎樣輔助藥物研發。這篇帖子只是一時興起，純屬娛樂，內容也比較粗略，所以求各位看官輕拍！

1、 背景介紹

Covid19-delta毒株的來源

首先Covid19-delta毒株首先是在印度發現的，這個毒株有多厲害，相信大家已經在各種新聞推送里面了解過了，揚州一個老太太讓整個揚州城淪為高風險疫區，可見這個毒株有多可怕。

Covid19藥物的主要靶點

Covid19的主要結果蛋白包括S蛋白（刺突）、E蛋白（包膜）、M蛋白（跨膜）和N蛋白（核衣殼），在這些結構蛋白中，S蛋白上的突變位點最多，也最關鍵。Covid19主要是通過S蛋白與宿主細胞表面ACE2受體結合感染宿主細胞，因此S蛋白是絕大多數新冠疫苗發揮作用的主要靶標。Covid19-delta也是刺突蛋白的氨基酸突變所導致的變異，導致其傳播能力更強。

本貼的工作主要有（1）通過NCBI檢索Covid19-delta的刺突蛋白（spike protein）的氨基酸序列（2）通過序列比對，找到刺突蛋白與ACE2受體蛋白的作用的主要domain

alphafold2構建Covid19-delta的蛋白三級結構。（3）通過zdock對Covid19-delta的刺突蛋白與ACE2受體蛋白進行分子對接。（4）分子動力學模擬Covid19-delta與ACE2受體蛋白相互作用的動態過程。

2、 尋找Covid19-delta毒株刺突蛋白序列

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

圖1 NCBI Covid19基因組信息

接下來，在Protein.faa文件中找到刺突蛋白的序列。我找到了3個序列（圖2），并且通過DiscoveryStudio比較了三個序列的相似度。結果表明，這三個序列相似度在99%左右。

image.png

image.png

圖2 Covid19-delta spike protein sequence

圖3 序列比對相似度

接下來，我需要知道這個蛋白質的主要參與到與ACE2受體識別的亞基。為了實現這個目標，我在PDB數據庫（https://www1.rcsb.org/）中搜索SARS-Covid19 spike protein與ACE2受體相互作用的模型。我找到了6個結果，選擇了第二個結果（7KMB，圖4），原因是這個結果簡單，并且反映出了Spike蛋白與ACE2受體之間相互作用的主要domain。

圖4 PDB數據庫，檢索Covid19和ACE2兩個關鍵詞的結果

接下來，需要通過序列比對的方法，找到在Covid19-delta毒株的spike蛋白中與7KMB對應的蛋白序列位點。為了實現這一步，首先將7KMB.pdf文件導入到DS（DiscoveryStudio，以后簡稱DS）（圖5）。F亞基是ACE2 Receptor，G亞基是Spike Domain。提取出G亞基，然后將G亞基的序列比對到前面的3個Covid19-delta的spike蛋白的序列上。結果嘛~，序列差別挺大的（圖6）。不過三級結構是什么樣的，只有比對之后才知道。接下來就是做序列比對了。

圖5 Covid19的Spike蛋白與ACE2受體相互作用的對接結構。

圖6 將7kmb的Spike蛋白亞基比對到Covid19-delta的spike蛋白序列上

3、 使用alphafold2對刺突蛋白進行建模

既然三個Covid19-delta序列如此相似，那么在三級結構上也會非常相似。我選擇了第一個QWE80500.1中與7kmbSpike比對得到的序列作為種子，使用Alphafold2對這段序列進行建模。這個操作比較簡單，Alphafold2提供了jupyternotebook，可以直接輸入序列，并且使用google colab上的計算資源進行計算（https://colab.research.google.com/github/sokrypton/ColabFold/blob/main/AlphaFold2.ipynb#scrollTo=kOblAo-xetgx）。

圖7 使用Alphafold2對蛋白序列進行建模

輸入序列，等待運算完成。大約5-7min，結果就計算出來了（圖 8）。從圖中可以發現，計算氨基酸構想評分都在80分以上，結果非常好。

圖8 alphafold2結果

4、 使用zdock進行分子對接

接下來，需要使用ACE2與預測出來的蛋白質進行zdock對接。為了簡化計算，在對接過程中，我選擇了7kmb蛋白中與spike蛋白結合的氨基酸位點作為對接偏好性選項（圖9）。

圖9 選擇感興趣的氨基酸進行分子對接

通過zdock，選擇ZDock Score最高和RMSD最小的Poses（圖10，圖11）。

圖10 選擇最佳的poses

圖11 RDOCK優化后的對接結果pose1

5、 分子動力學模擬，探索刺突蛋白與ACE2之間的相互作用

最后一步，通過分子動力學模擬，描繪在水相環境中對接的蛋白質的動態變化過程。這一步按照分子動力學模擬的常規路線，prepare-protein-》Add Forcefield-》solving-》Dynamics（圖12）。

圖12 溶劑環境下的pose1，紅色小點點是水分子

最終經過13個小時運算，獲得了100ps的50個comformation。從能量狀態來看，似乎這個不是一個非常穩定的狀態（圖13）。分子動力學動畫如圖14所示。

圖13 100ps內Spike-ACE2R的動態分子軌跡運動過程

圖14 pose1的分子動力學軌跡動畫

總結：本次實驗所做的工作只是簡單地跑了一個大概地流程，其中很多細節還可以繼續深挖，比如pose1中spike protein與ACE2受體蛋白之間相互作用的氨基酸殘基的特點，再比如后期的分子動力學模擬并沒有達到穩定的狀態。受限于我的計算資源和時間，這個研究還是比較初步的，主要的創新點是使用alphafold2預測了Covid19 spike protein的三級結構，并且粗略展示了一下這個蛋白對接的主要結果。這個研究再寫詳細一點就是一篇不錯的本科畢業論文了。感謝張寶寶幫我把mp4格式轉換為gif，并且還幫忙整理了文章格式。好了，這個研究暫時告一段落，接下來繼續搬磚去咯！