高精度结构预测工具AlphaFold的出现，使得科学家可以通过计算机直接窥探生命基本物质—蛋白质及其复合物的基本构型，这就为蛋白质功能的研究、药物的筛选、以及蛋白质的从头设计，提供了不可估量的帮助。然而，预测从来不可能脱离实验而单独存在，特别是对于一些困难的案例，如超大复合物、长螺旋结构等，如何迈过这万里长征的最后一步，仍然是当前的热门话题。

　　中国科学院物理研究所/北京凝聚态物理国家研究中心软物质物理实验室SM6组的丁玮工程师指导博士生李增茹，基于实验室传统的直接法方法和双空间迭代框架，提出了新的结构解析策略。根据这一策略，使用预测得到的蛋白质全长模型或保守结构域，结合实验衍射数据，在经过分子置换法的方位确定之后，可以在双空间迭代的框架内逐步实现相位误差的修正和模型结构的完善。在38个典型的测试案例中，采用我们提出的策略，可以实现近乎完美的模型搭建，其中包括长螺旋模型、多聚体模型和超大型复合物模型等极具挑战性的结构。该策略将部署于即将发布的蛋白质晶体结构自动化解析流水线IPCAS 3.0版本中，将为蛋白质结构—尤其是困难结构的求解，提供新的思路与选择。

　　相关研究成果发表在近期的IUCrJ上，丁玮工程师为通讯作者，博士生李增茹为第一作者，范海福院士为第二作者。该工作获得了国家自然科学基金和中国科学院的支持。

　　文章信息：Li, Z., Fan, H. & Ding, W. (2024). Solving protein structures by combining structure prediction, molecular replacement and direct-methods-aided model completion. IUCrJ, 11.

　　文章链接： https://doi.org/10.1107/S2052252523010291

图1 流程图

图2 挑战性案例