最新迭代人工智能模型生物結構預測準確率顯著提升 將助力藥物研發
中新網北京5月9日電 (記者 孫自法)國際著名學術期刊《自然》最新發表一篇結構生物學論文稱，由谷歌DeepMind和Isomorphic Labs團隊研發的最新迭代人工智能模型AlphaFold3，能以較高準確率預測蛋白質與其他生物分子相互作用的結構，其準確率比之前的專用工具顯著提升。
AlphaFold3能預測含有蛋白質數據銀行(Protein Data Bank)內幾乎所有分子類型的復合物的結構。這個最新迭代模型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。
該論文介紹，AlphaFold首次于2020年問世，它和迭代版AlphaFold2能根據蛋白質的氨基酸(蛋白質的基本成分)序列預測其3D結構。之后的AlphaFold-Multimer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。
論文共同通訊作者、谷歌DeepMind的John M. Jumper和同事等研究認為，在AlphaFold2模型的深度學習架構和訓練系統的大幅提升下，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的預測。AlphaFold3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AlphaFold-Multimer。
論文作者也指出AlphaFold3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。
他們表示，人工智能模型后續模擬準確率的進一步提升，還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。(完)
本文鏈接：最新迭代人工智能模型生物結構預測準確率顯著提升 將助力藥物研發http://www.sq15.cn/show-2-5886-0.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： 馬斯克腦機公司首位人類受試者腦內設備出故障：有接線脫落，部分數據丟失
下一篇： 中國噸級以上eVTOL在海外完成首飛