西班牙国家癌症研究中心（CNIO）Alfonso Valencia领导的研究团队，发表了题为“Emerging methods in protein co-evolution”的综述文章，概述了研究蛋白协同进化及相互作用的新方法，展望了这些方法在研发选择性药物中的应用。文章发表在Nature旗下的《自然—评论》（Nature Reviews Genetics）杂志上。

研究人员在综述中指出，以协同进化原则为基础的计算方法，可以对蛋白结构、蛋白功能和蛋白质相互作用进行分析和预测，给这些领域带来了革命性的转变。

“蛋白质以相互协调的方式演化，也被称为协同进化molecular coevolution。在过去几年中，这类研究的分析工具发生了重要改变，”Valencia说。

这种微观进化领域的革命，使人们得以预测蛋白间的相互作用，理解这些分子中发生的结构改变。同时也有助于人们分析，疾病所引起的改变会产生怎样的潜在影响，例如癌症或神经退行性疾病等等。

在宏观尺度上，不同物种之间存在着竞争和共生关系。同样，蛋白也并不是独自执行功能的独行侠，它们也会彼此协调。正因如此，进化倾向于在蛋白中引入协调性的改变，调节蛋白之间的关系。

“与上世纪九十年代相比，现在的计算方法更有效也更可靠，让我们能够在分子水平上探讨协同进化，给进化论赋予了更深层的意义，”Valencia说。“以协同进化为基础的方法，是我们分析和理解生物学分子活动的理想工具。”

作者在文章中介绍了以蛋白协同进化为基础的计算方法，这些方法能够预测不同复杂程度下的分子相互作用。其中包括：上世纪九十年代预测蛋白接触点的方法；分析相似蛋白或同家族蛋白与配体选择性结合的方法；以及可以预测数千蛋白互作网络的方法。

过去二十年来，Valencia的团队完成了相关领域的多项研究，并且一直在世界上处于领先地位。“Ras是众所周知的癌基因，去年我们发表文章预测了Ras蛋白与其他蛋白的结合特异性。我们采用的正是此前以协同进化为基础开发的工具，这一工具已经被许多其他研究团队采用。”Valencia解释道。Ras蛋白家族与多种癌症有关，研究这些蛋白与其他重要蛋白的作用方式，将会开辟药物研发的新途径。

作者在展望相关领域的发展前景时称，未来生物信息学程序员、物理学家、生物学家和数学家们的广泛合作，将会大大推动人们对生物学分子机理的认识。

“从长远来看，我们希望这些方法能够有助于新药开发，以便选择性靶标异常细胞，从而减少药物的副作用。”文章作者之一，David de Juan说。