科学家最近在<自然>杂志发表了一项关于蛋白质结构比较的新算法的研究。这项研究对科学家们理解蛋白质的进化历程和人体免疫蛋白质的起源提供了新的见解。

苏黎世联邦理工学院的科学家们开发了一种名为“折叠搜索聚类”的算法，可以同时分析大量的蛋白质结构。他们将这个算法应用于“阿尔法折叠”数据库中已预测的2亿个蛋白质结构，并识别出了超过200万个独特的结构聚类。其中有1/3的聚类以前没有被描述或分类过。

这个研究团队认为，了解蛋白质的结构对于研究蛋白质的功能和进化非常重要。尽管科学家们在预测蛋白质结构方面取得了重大进展，但是由于计算的限制，大规模地研究这些结构变得非常困难。折叠搜索聚类算法能够以前所未有的规模对结构和聚类进行比较，从而大大缩短了完成这个任务所需的时间。使用现有的方法对所有结构进行聚类需要10年的时间，而使用折叠搜索聚类算法只需5天。

这项研究还深入探讨了这些聚类在进化方面的意义。虽然大多数聚类都是非常古老的，但是约有4%的聚类似乎属于特定的物种。这为科学家们提供了一些关于进化过程的新见解，比如新基因是如何从基因组的非编码区域产生的。研究人员指出，这项工作不仅为比较蛋白质结构提供了更有效的方法，还为更好地理解蛋白质的进化史提供了重要的信息。

这项研究中最有趣的发现之一是人类免疫系统中的蛋白质与细菌中的蛋白质具有相似的结构。这表明，人类参与免疫系统的蛋白质可能与细菌物种有共同的古老的进化起源。这一发现可能改变人们对免疫系统的理解，并为未来研究蛋白质功能和进化的奥秘制定了新的研究方向。

总之，这项研究提供了一种新的算法，可以比较大量蛋白质结构，并揭示了不同物种蛋白质之间的相似性。通过使用这种算法，科学家们能够更好地理解蛋白质的进化历程，为研究人类免疫系统的起源提供了重要的见解。这项研究的结果有助于推动蛋白质功能和进化的研究，并为开发新的治疗方法和药物提供了新的思路。