国际科研团队于9月13日在《自然》杂志上发表的研究揭示了一种创新算法，旨在对比阿尔法折叠数据库中所有预测蛋白质的结构，探索不同生物物种间的蛋白质相似性。这一发现有望深化科学家对蛋白质演化的认识，并为人类免疫蛋白起源提供新视角。

苏黎世联邦理工学院的研究人员推出了一款名为“折叠搜索聚类”的算法，该算法能够高效地分析海量蛋白质结构。此算法被应用于阿尔法折叠数据库内的2亿个已预测蛋白质结构，成功识别出超过200万的独特结构聚类，其中约三分之一此前未被描述或分类。

蛋白质结构的研究对于理解其功能和演化至关重要，然而，基于序列的蛋白质结构预测虽取得显著进展，但计算挑战导致大规模结构研究难度增大。折叠搜索聚类算法以其前所未有的规模，大幅加速了结构与聚类的比较过程，相比传统方法，它能将所有结构聚类所需时间从十年缩短至仅仅五天。

研究团队深入分析了这些聚类的进化意义。多数聚类显示出远古特征，但约4%的聚类展现出特定物种的特性，揭示了新基因源自基因组非编码区域的进化现象。此次研究不仅旨在提高比较效率，也旨在揭示蛋白质演化的历史。

研究中最引人注目的发现之一是人类免疫系统蛋白与细菌蛋白之间存在结构相似性。这表明，参与人类免疫系统的蛋白可能与细菌共享古老的进化起源，这一发现有可能改变我们对免疫系统理解的框架，并为未来探究蛋白质功能及进化秘密铺平道路。