蛋白质结构预测中“分而治之”的策略,以及后AlphaFold2时代
更自然的蛋白质折叠方法是无模板/无结构碎片建模。科学家们开发了基于知识的结构碎片方法,采用扭转角采样偏差或预测的扭转角作为针对蛋白质的评分/约束。然而,尽管能够准确预测扭转角,且对于生成主链结构很有帮助,这些新出现的无结构碎片方法被在CASP上发展比较成熟的基于片段的方法边缘化了。在CASP13中,AlphaFol...
中国科学技术大学结合计算预测和设计揭示无序蛋白结构域的靶标...
在该研究成果中,作者先用基于二氢叶酸还原酶的蛋白质互补分析体系来高效检测无序片段间的相互作用,系统研究了位点突变和截短对互作的影响,发现实验结果与AlphaFold2预测的α/β型复合物结构模型吻合;作者进一步用蛋白质序列设计深度学习模型ABACUS-R基于结构设计了多个突变体,成功获得一个突变体的晶体并解析了其结构。...
AlphaFold3来了!无需输入任何结构信息,生物分子预测精度高出50%
具体来说,AlphaFold3在预测药物相互作用上实现了前所未有的准确性,包括蛋白质与配体的结合、以及抗体与其靶蛋白的结合。在无需输入任何结构信息的情况下,AlphaFold3的准确性比PoseBusters基准上的已有最佳传统方法高出50%,因此AlphaFold3是第一个超越基于物理的生物分子结构预测工具的人工智能系统。Deep...
Nature速递:AlphaFold 3 预测所有生命分子的结构和相互作用
随着AlphaFold的发展,蛋白质结构预测取得了巨大进展,该领域也随之迅速发展,并有多种后续方法建立在AlphaFold的思想和技术基础之上。几乎在AlphaFold推出后不久,就显示出简单的输入修改能够实现出人意料的准确蛋白质相互作用预测,并且专门针对蛋白质相互作用预测进行AlphaFold2的训练得到了一个高度准确的系统。...
Nature|Alphafold 3.0:AI 蛋白质预测器的升级
再者,蛋白质结构预测模型的一个关键限制是,它们通常预测PDB中的静态结构,而不是溶液中生物分子系统的动态行为。这种限制在AlphaFold3中仍然存在,模型无法准确预测生物分子系统在溶液中的动态行为,并且在某些情况下,模型建模的构象状态可能不正确或不全面。最后,尽管AlphaFold3模型在建模准确性方面取得了巨大进步,...
新一代蛋白质预测模型登上《自然》杂志,让生物世界更“高清...
通过直接预测原子坐标,而非氨基酸特定的框架和扭转角,“阿尔法折叠3”的预测对象超越了蛋白质,覆盖到包括核酸、小分子、离子和修饰残基在内的蛋白质复合体,预测准确性超过任何已有工具,由此让生物世界更“高清”(www.e993.com)2024年7月25日。更令马剑鹏在意的是,“阿尔法折叠3”已展现某种掌握第一性原理的特质。所谓第一性原理,即我们所处的物...
新AlphaFold预测准确率暴涨近10%!DNA和RNA的AlphaFold时刻来了
无需参考蛋白质结构或配体口袋的位置,从而可以预测之前尚未进行结构表征的全新蛋白质。它还可以对所有原子的位置进行联合建模,使其能够代表蛋白质和核酸在与其他分子相互作用时的全部固有灵活性——这是使用对接方法不可能实现的。例如,以下是最近发表的三个与治疗相关的案例,其中最新模型的预测结构(以颜色高亮部分)...
Science速递:AlphaMissense 为人类错义变异致病性提供可靠预测
这限制了罕见病的诊断,以及针对潜在遗传原因的临床治疗的发展或应用。机器学习方法可以通过利用生物学数据中的模式来预测未注释的变异的致病性,从而缩小变异解释的差距。具体而言,AlphaFold能够从蛋白质序列中准确预测蛋白质结构,可以作为预测蛋白质变异致病性的基础。
Science最新封面 | 用突破性技术建模蛋白复合物
性能一:预测蛋白质-小分子复合物在研究人员提供的一些案例中,用盲法连续自动模型评估(CAMEO)对RFAA预测性能进行盲测。在CAMEO靶标中,43%的靶标通过RFAA可靠地预测,其中77%的高置信度结构非常准确(图5)。以及通过与领先的非深度学习蛋白质-小分子对接方法AutoDockVina对比,在RFAA和AutoDockVina服务器建模...
前沿综述:面向复杂系统建模的多模态图学习
AlphaFold构建了一个知识密集型图,节点为源于序列同源性的氨基酸表征。为了在这个图中传播信息,AlphaFold引入了三角乘法更新和三角自注意力更新。这些三角形式的修改整合了归纳偏置,即学习表征必须遵守距离的三角不等式以代表3D结构。多模态图学习等创新使得AlphaFold能从氨基酸序列预测3D蛋白质结构。