来自美国哥伦比亚大学、同济大学等机构的研究人员在《自然》（Nature）杂志上发表了一项重要研究，题为“基于结构的全基因组蛋白质相互作用预测”（Structure-based prediction of protein–protein interactions on a genome-wide scale）。该研究提出了一种名为PrePPI的计算方法，利用三维结构信息在全基因组范围内预测蛋白质-蛋白质相互作用，显著提高了预测的准确性和覆盖率。
蛋白质相互作用是细胞功能的核心，理解这些相互作用有助于揭示生长发育、代谢、分化和凋亡等生命活动的分子机制。然而，传统的高通量实验方法（如酵母双杂交）往往存在较高的假阳性率，且验证所有可能的相互作用对成本高昂。PrePPI方法通过整合蛋白质的三维结构信息，包括同源建模和几何匹配，能够高效预测远距离和近距离的蛋白质相互作用。
研究结果显示，基于结构信息的预测方法在准确率和覆盖度上均显著优于仅依赖序列或功能注释的方法。PrePPI还融合了其他功能线索（如基因共表达、共进化等），其预测性能可与高通量实验相媲美。这一工具为系统生物学和药物靶点发现提供了有力支持。
文章第一作者为哥伦比亚大学张强峰博士，同济大学博士生邓磊参与研究，通讯作者为哥伦比亚大学Barry Honig教授。Honig教授是计算生物学领域的权威，担任哥伦比亚大学计算生物与生物信息中心主任，美国科学院院士，霍华德·休斯医学研究所研究员。