最新进展：下一代 AlphaFold

2023-11-29

自 2020 年AlphaFold 发布以来，它就彻底改变了人们对蛋白质及其相互作用的理解方式。Google DeepMind 和 Isomorphic Labs 一直在为建立一个可以将覆盖范围从蛋白质扩展到所有与生物学相关的分子的 AI 模型而合作。今天，我们将分享下一代 AlphaFold 的最新进展。最新模型现在可以对蛋白质数据库（PDB）中几乎所有分子进行预测，甚至可以达到原子精度。它显著提高了包括配体（小分子）、蛋白质、核酸（DNA 和 RNA）以及含有翻译后修饰（PTM）的生物分子在内的多个关键生物分子的预测准确性。这些生物分子对于理解细胞内的生物学机制至关重要，并且很难准确预测。不仅仅是蛋白质折叠AlphaFold是在单链蛋白预测上实现了根本性突破。然后，AlphaFold-Multimer 扩展到具有多条蛋白质链的复合物，随后是 AlphaFold2.3，后者提高了性能并将覆盖范围扩大到更大的复合物。2022 年，AlphaFold 与 EMBL 的欧洲生物信息学研究所（EMBL-EBI）合作，通过 AlphaFold 蛋白质结构数据库免费提供几乎所有科学已知的编目蛋白质的结构预测。下图展示了 AlphaFold 在预测蛋白质折叠之外的准确结构方面的能力。凭借该能力AlphaFold才可以在配体、蛋白质、核酸和翻译后修饰方面生成高度准确的结构预测。蛋白质-配体复合物（a）、蛋白质（b）、核酸（c）和共价修饰（d）的性能加速药物发现早期分析还表明，AlphaFold模型在一些与药物发现相关的蛋白质结构预测问题上大大优于 AlphaFold2.3，例如抗体结合。此外，准确预测蛋白质-配体结构是药物发现的一个非常有价值的工具，因为它可以帮助科学家识别和设计可能成为药物的新分子。目前的行业标准是使用“docking”来确定配体和蛋白质之间的相互作用。这些对接方法需要刚性参比蛋白结构和配体结合的建议位置。最新模型为蛋白质-配体结构预测设定了新的标准，它优于报道的最佳对接方法，不需要参考蛋白质结构或配体口袋的位置，从而可以预测以前没有结构表征的全新蛋白质。它还可以联合模拟所有原子的位置，使其能够代表蛋白质和核酸与其他分子相互作用时的全部固有灵活性——这是使用对接方法无法实现的。例如，这里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（以彩色显示）与实验确定的结构（以灰色显示）非常匹配：PORCN：一种临床阶段的抗癌分子，与另一种蛋白质结合到其靶标上。KRAS：具有重要癌症靶标的共价配体（分子胶）的三元复合物。PI5P4Kγ：脂质激酶的选择性变构抑制剂，具有多种疾病意义，包括癌症和免疫疾病。PORCN （1）、KRAS （2）和 PI5P4Kγ （3）的预测somorphic Labs 正在将下一代 AlphaFold 模型应用于治疗药物设计，帮助快速准确地表征对治疗疾病很重要的多种类型的大分子结构。参考资料：https://deepmind.google/discover/blog/a-glimpse-of-the-next-generation-of-alphafold/?utm_source=linkedin&utm_medium=social版权信息本文系AIDD Pro接受的外部投稿，文中所述观点仅代表作者本人观点，不代表AIDD Pro平台，如您发现发布内容有任何版权侵扰或者其他信息错误解读，请及时联系AIDD Pro (请添加微信号sixiali_fox59)进行删改处理。原创内容未经授权，禁止转载至其他平台。有问题可发邮件至sixiali@stonewise.cn关注我，更多资讯早知道↓↓↓

更多内容，请访问原始网站

文中所述内容并不反映新药情报库及其所属公司任何意见及观点，如有版权侵扰或错误之处，请及时联系我们，我们会在24小时内配合处理。

机构