受体是捕获和传递信号并在人体调节中起关键作用的分子。受体GPCR是参与视觉、嗅觉、免疫反应和大脑过程的最为著名的人类蛋白家族之一，这使得它们成为重要的药物靶标。作为一类作为靶标的受体，这些研究人员需要非常详细地了解其结构。研究从细胞膜脱离下来时变得不稳定的受体是一项更具挑战性的任务，这在很大程度上得益于有助于准确预测受体脆弱位点的计算方法以及使其变得更稳定的变化。

论文第一作者、莫斯科物理科学与技术研究所G蛋白偶联受体结构生物学实验室的Petr Popov教授解释道，“对GPCR的结构研究具有很高的科学和应用价值，这是因为这些蛋白是30%～40%药物的靶标。我们的方法依赖于包括机器学习、分子建模和生物信息学在内的几种专门针对GPCR的技术。这些技术是互补的，能够有效地预测可增强这类受体稳定性的最小可能变化，并使得更容易获得它们的分子结构。”

这种在MIPT、Skoltech和USC开发的新方法允许科学家们获得四种重要人类受体的结构，包括参与脑信号传递和疼痛感知的大麻素受体和参与人体炎症过程的前列腺素受体。关于大麻素受体和前列腺素受体结构的研究结果发表在Cell期刊和Nature Chemical Biology期刊上，论文标题分别为“Crystal Structure of the Human Cannabinoid Receptor CB2”和“Crystal structure of misoprostol bound to the labor inducer prostaglandin E2 receptor”。