所有活細胞都包含具有不同功能的蛋白質，具體取決於細胞類型。研究人員發現了一種無需查看結構即可識別蛋白質的方法。他們的方法比以前的方法更快、更容易、更可靠。

插圖顯示了PRC2蛋白（右側的那個）的不同區域如何與生存素結合。研究人員將PRC2序列切成15個氨基酸的單元，並將它們排列在一個網格上。該網格中的每個像素是一個單元。顏色顯示了與生存素的結合強度。藍色意味著該像素中的單元不與/弱與生存素結合，而亮粉色的像素是最強的結合物。

目前，普遍的觀點是每種蛋白質的結構決定了它在細胞中的功能。原子序列，即原子在蛋白質中的排列方式，創造了蛋白質的結構和形狀。但是有許多蛋白質缺乏明確的結構。

哥德堡大學的研究員Gergely Katona 開發了一種新方法，該方法根據蛋白質包含的氨基酸數量（或不同原子的數量）掃描蛋白質，以識別它們及其功能，而不是根據它們的結構來識別它們. 通過這種掃描方法，研究人員能夠相對可靠地預測需要哪種氨基酸組合才能與存活蛋白結合。結果可靠性達到80%，這比使用蛋白質的一級結構進行鑑定的準確率要高得多。該研究結果現已發表在科學雜誌iScience 上。

Gergely Katona，哥德堡大學生物化學教授。圖片來源：Torbjörn Nur Olsson

對包含15 個氨基酸的數千種肽進行了測試，研究人員得出結論，影響它們與存活蛋白結合的是氨基酸含量，而肽的結構幾乎沒有意義。

“簡單的計數通常是科學中一種成功的方法。 在這裡，我們計算了氨基酸的數量，並且能夠非常好地預測蛋白質的功能，”Gergely Katona 說。

研究人員看到了這種掃描蛋白質方法的優勢。機器學習(AI) 還加快了將氨基酸的數量和類型與特定功能聯繫起來的過程。這反過來又意味著可以加快新生物藥物的開發。

在研究人員使用這種新的掃描方法進行的實驗中，還發現了生存素蛋白的一種全新功能。這種蛋白質主要存在於胚胎細胞中，可防止程序性細胞死亡。但在癌性腫瘤中，生存素變得不受管制，從而促進了癌症的發展。

研究人員現在已經發現，survivin 直接影響另一種蛋白質PRC2，它可以關閉和打開細胞DNA 的各種功能，就像一種編程一樣。功能失調的PRC2 也可能與各種形式的癌症有關。今天的抗癌藥物同時針對survivin 和PRC2，但隨著新發現的survivin 和PRC2 之間的聯繫，這些藥物可能需要進行不同的設計以避免嚴重的副作用。

“我們看到，如果我們抑制生存素的水平，PRC2 的活動就會增加。 製藥公司的夢想是在原子序列中找到正確的目標，以平衡這兩種蛋白質，”Gergely Katona 說。