本期“生物信息”专栏评述

本期『生物信息』专栏主持人 陈 伟

评“多结构域蛋白质结构预测方法综述”

陈 伟

蛋白质结构决定了其生物学功能，通过分析蛋白质的结构可以为药物分子设计提供合理的靶分子及结构。因此，蛋白质结构预测一直是生物信息学关注的热点问题，也是生命科学领域尚未解决的重大基础性科学问题之一。

该文首先介绍了蛋白质结构预测领域的国内外研究现状；其次，总结了单域蛋白结构预测方法、多域蛋白结构组装方法以及端到端的单体蛋白预测方法；然后，介绍了蛋白质结构预测常用的数据库和模型质量评估指标，并对RocketX，trRosetta 和RaptorX 等蛋白质结构预测方法进行了性能分析与比较；最后，对蛋白质结构预测领域未来的研究方向进行了展望。

通过实验方法确定蛋白质结构的过程复杂、费用较高，亟需发展蛋白质结构预测的理论分析方法，该文对后续蛋白质结构预测方法的设计和开发具有指导意义。

评“抗微生物肽机器学习预测算法综述”

林 昊

近年来，在小分子化学药与大分子蛋白质药物之间，既可大规模化学合成又可生物提取或基因重组生产的多肽药物成为了国内外生物医药创新研发的重点领域之一。

目前，上市的多肽药物主要集中在肿瘤、糖尿病、心血管疾病等慢性病的治疗上。抗微生物肽虽然在抗耐药细菌、耐药真菌及病毒感染方面具有独特优势，但抗微生物肽的发现与开发工作相对滞后。该综述归纳了对抗微生物肽预测研究相关的数据资源及特征提取、预测算法、性能评估的方法，总结了该研究领域面临的主要挑战，展望了未来研究方向。

在新冠病毒、艾滋病毒、耐药结核杆菌感染肆虐的当下，该文具有现实意义。希望这样一个较为系统的综述能够有助于抗微生物肽药物的发现与开发。