张贵军，刘 俊，赵凯龙

（浙江工业大学信息工程学院，杭州 310012）

引 言

蛋白质是生命活动的主要承担者，几乎支撑着生命的所有功能，细胞内发生的大部分反应都依赖于蛋白质。蛋白质的功能取决于其独特的三维结构，也就是常说的“结构决定功能”。随着2003年人类基因组计划宣布完成［1］，由DNA 或RNA 转译为蛋白质氨基酸序列的第一遗传密码已被破解，然而蛋白质序列折叠成特定的三维结构才能够执行其特定的功能。蛋白质序列如何折叠形成独特的三维结构仍然是未解之谜［2］。《Science》杂志在纪念创刊125 周年之际，把“能否预测蛋白质折叠？”列为21 世纪125 个科学前沿问题之一［3］。因此，对蛋白质折叠过程的深入研究，对于直接、准确地分析蛋白质的生物学功能和解释各种生命活动现象至关重要，将为相关疾病的诊断与治疗、创新药物研发奠定基础。

目前，主要通过X 射线衍射、核磁共振和冷冻电镜等生物实验手段来测定蛋白质的三维结构，这些方法不仅费钱费力，而且周期长，导致已测定蛋白质结构的数量远远低于已测定蛋白质的序列数量。2021年4 月最新统计数据显示，UniProtKB/TrEMBL 数据库中共存储蛋白质序列214 406 399 条（数据来源于http：//www.ebi.ac.uk/uniprot/TrEMBLstats），其中177 426 条序列结构被实验测定（数据来源于http：//www1.rcsb.org/stats/growth/growth‑released‑structures），仅占序列总数的0.083%，而且这一差距仍然在不断增加。显然，实验测定方法无法满足高效获取蛋白质结构的需求。

在理论研究和实际应用双重需求的推动下，依据Anfinsen 准则［4］，通过计算机技术根据氨基酸序列预测三维结构的蛋白质结构预测取得了蓬勃发展。……