使用AlphaFold進(jìn)行高度準(zhǔn)確的蛋白質(zhì)結(jié)構(gòu)預(yù)測
了解蛋白質(zhì)的結(jié)構(gòu)有助于了解其功能;然而，現(xiàn)有的計(jì)算方法無法以原子精度預(yù)測蛋白質(zhì)的 3D 結(jié)構(gòu)。值得慶幸的是，最近一篇關(guān)于 Nature 的論文介紹了基于神經(jīng)網(wǎng)絡(luò)的模型AlphaFold的重新設(shè)計(jì)版本 。在大多數(shù)情況下，它可以準(zhǔn)確地預(yù)測蛋白質(zhì)結(jié)構(gòu)，與實(shí)驗(yàn)相媲美。
該模型依賴于兩種先前單獨(dú)使用的策略的組合：模擬物理相互作用和蛋白質(zhì)進(jìn)化結(jié)構(gòu)的生物信息學(xué)分析。這種方法使網(wǎng)絡(luò)能夠以最少的手工拼版從蛋白質(zhì)數(shù)據(jù)庫數(shù)據(jù)中學(xué)習(xí)。即使在具有挑戰(zhàn)性的情況下，它也可以處理丟失的物理環(huán)境并生成準(zhǔn)確的模型。該 AlphaFold 已經(jīng)證明了其在分子置換和解釋低溫電子顯微鏡圖的實(shí)驗(yàn)值。
序列比對(duì)，融入深度學(xué)習(xí)算法的設(shè)計(jì)中。在具有挑戰(zhàn)性的第 14 次蛋白質(zhì)結(jié)構(gòu)預(yù)測關(guān)鍵評(píng)估 (CASP14) 中，在大多數(shù)情況下展示了與實(shí)驗(yàn)競爭的準(zhǔn)確性，并且大大優(yōu)于其他方法。支持最新版本的 AlphaFold 是一種新穎的機(jī)器學(xué)習(xí)方法，它將關(guān)于蛋白質(zhì)結(jié)構(gòu)的物理和生物學(xué)知識(shí)，利用多序列比對(duì)，融入深度學(xué)習(xí)算法的設(shè)計(jì)中。
標(biāo)簽： 蛋白質(zhì)結(jié)構(gòu)預(yù)測