《自然》8日報道了結構生物學最新進展——阿爾法折疊3的問世。它能以高準確率預測蛋白質與其他生物分子相互作用的結構。這種用計算機解析蛋白質與其他分子復雜相互作用的能力，將拓展人們對生物過程的理解，并有望推動藥物研發。
阿爾法折疊于2020年問世，它和迭代版阿爾法折疊2能根據蛋白質的氨基酸序列預測其3D結構。之后的阿爾法折疊-多聚體則推動了對蛋白質-蛋白質復合物的預測。不過，擴大單一深度學習模型能預測的復合物范圍一直很難，因為不同類型的特異性相互作用差異太大。
此次最新模型由谷歌深度思維以及同是谷歌旗下的人工智能藥物公司Isomorphic Labs研發。由于阿爾法折疊2模型的深度學習架構和訓練系統得到大幅提升，研發團隊如今可以對一個統一框架內大量生物分子系統的結構進行更準確預測。阿爾法折疊3能預測蛋白質與其他蛋白質、核酸、小分子、離子、修飾蛋白質殘基的復合物，以及抗體-抗原相互作用。預測準確性顯著超過當前預測工具，包括阿爾法折疊-多聚體。
研發團隊認識到這一新方法還存在一些局限性，比如約4.4%的結構會出現不正確的手性（一種對稱特性），或是幻覺導致“飄帶”（一種常見的蛋白質二級結構元素）的出現減少。他們補充道，準確率進一步提升需要生成一個很大的預測集并對預測結構進行排序，而這會產生額外的計算成本。
《自然》8日報道了結構生物學最新進展——阿爾法折疊3的問世。它能以高準確率預測蛋白質與其他生物分子相互作用的結構。這種用計算機解析蛋白質與其他分子復雜相互作用的能力，將拓展人們對生物過程的理解，并有望推動藥物研發。
阿爾法折疊于2020年問世，它和迭代版阿爾法折疊2能根據蛋白質的氨基酸序列預測其3D結構。之后的阿爾法折疊-多聚體則推動了對蛋白質-蛋白質復合物的預測。不過，擴大單一深度學習模型能預測的復合物范圍一直很難，因為不同類型的特異性相互作用差異太大。
此次最新模型由谷歌深度思維以及同是谷歌旗下的人工智能藥物公司Isomorphic Labs研發。由于阿爾法折疊2模型的深度學習架構和訓練系統得到大幅提升，研發團隊如今可以對一個統一框架內大量生物分子系統的結構進行更準確預測。阿爾法折疊3能預測蛋白質與其他蛋白質、核酸、小分子、離子、修飾蛋白質殘基的復合物，以及抗體-抗原相互作用。預測準確性顯著超過當前預測工具，包括阿爾法折疊-多聚體。
研發團隊認識到這一新方法還存在一些局限性，比如約4.4%的結構會出現不正確的手性（一種對稱特性），或是幻覺導致“飄帶”（一種常見的蛋白質二級結構元素）的出現減少。他們補充道，準確率進一步提升需要生成一個很大的預測集并對預測結構進行排序，而這會產生額外的計算成本。
本文鏈接：“阿爾法折疊3”來了，極大提升對蛋白質—分子結構的預測能力http://m.sq15.cn/show-2-5812-0.html
聲明：本網站為非營利性網站，本網頁內容由互聯網博主自發貢獻，不代表本站觀點，本站不承擔任何法律責任。天上不會到餡餅，請大家謹防詐騙！若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。
上一篇： 全球可再生能源發電量占比超30%
下一篇： 光鑷陣列成功操控單個多原子分子