Nat Commun | AlphaFold2新方法高通量预测蛋白质构象分布，准确率超80%

文章预览

蛋白质是重要的生物大分子，在生物体内发挥着广泛的功能，了解蛋白质的三维结构对于阐明其功能和设计靶向药物至关重要。人们通常使用X射线晶体学、核磁共振（NMR）光谱学和电子显微镜等实验技术来确定蛋白质结构，但这些方法耗时长、技术难度大、成本高且适用性差。为此，科研人员开发了从头预测蛋白质结构的方法——AB Initio，利用基于物理的算法从氨基酸序列预测蛋白质结构，但其无法表征更大、更复杂的蛋白质。 近年来，机器学习算法的快速发展显著提高了蛋白质结构预测的速度，该领域最显著的成就之一是DeepMind开发的AlphaFold 2（AF2）模型，其基于深度神经网络可从氨基酸序列中预测基态蛋白质结构，耗时短并具有较高的准确性，为药物发现和基础研究开辟了新的道路、对人类健康产生了显著影响。但一系列研究发现，AF2算法在 ………………………………