当前位置：主页 > 新闻资讯 >
人工智能模型生物将助力药物研发
文章出处：中新经纬丨
关键字：人工智能丨
发表时间：2024-05-29
中新网北京5月9日电 (记者 孙自法)国际学术期刊《自然》新发表一篇结构生物学lun文称，由谷歌DeepMind和Isomorphic Labs团队研发的新迭代人工智能模型AlphaFold3，能以较高准确率预测蛋白质与其他生物分子相互作用的结构，其准确率比之前的专用工具显著提升。
AlphaFold3能预测含有蛋白质数据银行(Protein Data Bank)内几乎所有分子类型的复合物的结构。这个新迭代模型用计算机解析蛋白质与其他分子复杂相互作用的能力，将拓展人们对生物过程的理解，并有望推动yao物研发。
该lun文介绍，AlphaFold first于2020年问世，它和迭代版AlphaFold2能根据蛋白质的氨基酸(蛋白质的基本成分)序列预测其3D结构。之后的AlphaFold-Multimer推动了对蛋白质-蛋白质复合物的预测。不过，扩大单一shen度学习模型能预测的复合物范围一直很难，因为不同类型的特异性相互作用差异太大。
lun文共同通讯作者、谷歌DeepMind的John M. Jumper和同事等研究认为，在AlphaFold2模型的shen度学习架构和训练系统的大幅提升下，如今可以对一个统一框架内大量生物分子系统的结构进行更准确的预测。AlphaFold3能预测蛋白质与其他蛋白质、核酸、小分子、离子、修饰蛋白质残基的复合物，以及抗体-抗原相互作用。预测准确性显著超过当前预测工具，包括AlphaFold-Multimer。
lun文作者也指出AlphaFold3存在一些局限性，比如约4.4/100的结构会出现不正确的手性(一种对称特性)，或是幻觉导致“飘带”(一种常见的蛋白质二级结构元素)的出现减少。
扫描二维码关注公司官方微信
