(資料圖片僅供參考)

上海交通大學醫學院附屬第九人民醫院沈鍵鋒團隊與上海交通大學網絡信息中心交我算團隊合作于Nature子刊Scientific Data上發表了題為“Structure prediction of novel isoforms from uveal melanoma by AlphaFold”的研究論文，首次全面系統地預測了葡萄膜黑色素瘤中高頻異常剪切異構體的蛋白結構，為后續識別癌癥新抗原及潛在治療新靶點等多種類型的研究奠定了基礎。

葡萄膜黑色素瘤(Uveal Melanoma，UM)是成人最常見的眼內惡性原發性腫瘤，其惡性程度高，嚴重威脅患者生命。特定的可變剪切異構體與包括葡萄膜黑色素瘤在內的多種腫瘤發生有關。混合測序策略是以三代測序數據作為基礎和重點，將三代測序長讀段與高質量二代測序短讀段數據結合在一起，充分利用兩個技術平臺的優勢，是目前全局精準檢測可變剪切事件的高效辦法之一。盡管在研究不同異構體的選擇性剪切機制和功能方面付出了巨大努力，但我們對剪切異構體3D結構的了解仍非常有限，因此需要全面系統研究其3D結構從而探索其生物學功能。AlphaFold是一種深度學習算法，在預測氨基酸序列的3D蛋白質結構上獲得了很高的準確度。這項重大進展對蛋白質功能的研究產生了深遠的影響。

在此項工作中，研究人員建立混合測序分析平臺，基于18 名葡萄膜黑色素瘤患者腫瘤組織的二代及三代轉錄組測序數據，分別利用pinfish及flair分析流程重建轉錄異構體，共得到了315個未經注釋的高頻（出現于10個樣本及以上）可變剪切異構體（圖一）。為了更好地了解異構體的結構差異及其潛在影響，研究人員比較了295個剪切異構體編碼的異常蛋白與其基因編碼的正常蛋白之間的結構差異。此外，研究人員還在10種氨基酸序列發生改變的剪切異構體中鑒定出了13個潛在新抗原（圖二）。該項研究是混合測序策略在識別葡萄膜黑色素瘤轉錄異構體及鑒定其可變剪切事件上的首次應用。同時，這也是首次使用AlphaFold系統全面預測葡萄膜黑色素瘤中可變剪切異構體的3D結構。這項研究也為基于蛋白質結構預測新抗原和潛在藥物新靶點提供了理論依據。

圖一 該項研究的技術路線

交我算團隊專注于提供學科融合服務，幫助全校課題組有效利用高性能計算、AI計算和云計算等強大計算資源。團隊由30多人組成，來自物理、化學、生物、材料等多個學科，致力于全校科研計算交叉與創新。學科融合服務包含三項：優化代碼以提高科研團隊的計算效率，開發軟件以滿足不同的學科和研究需求，以及深度參與到科研項目中，與科研團隊共同推進科研項目的進展。本次科研成果中，交我算團隊全程參與了研究過程，這是網絡信息中心首次以第一或通訊作者的身份在Nature子刊上發表研究成果。

圖二 可變剪切衍生的潛在新抗原檢測

關鍵詞：