DeepMind公司AlphaFold首席研究員John Jumper說：“與去年亮相的AlphaFold2相比，新的程序處理蛋白質(zhì)結(jié)構(gòu)的速度提升了大約16倍?！?/span>?根據(jù)蛋白的大小，新版本的AlphaFold2可以在幾分鐘到幾小時(shí)內(nèi)生成準(zhǔn)確的蛋白質(zhì)結(jié)構(gòu)。另外，這一模型還可以根據(jù)每個(gè)氨基酸對其預(yù)測可靠性進(jìn)行精確預(yù)估，有助于研究人員使用其預(yù)測結(jié)果。?在DeepMind公司公布AlphaFold2框架的同一天，華盛頓大學(xué)David Baker研究團(tuán)隊(duì)也在Science發(fā)表了題為Accurate prediction of protein structures and interactions using athree-track neural network的文章，公布了受AlphaFold2啟發(fā)研制出來的RoseTTaFold，該程序在解構(gòu)蛋白質(zhì)結(jié)構(gòu)方面的表現(xiàn)可與AlphaFold2比肩。?
DOI:10.1126/science.abj8754?去年，當(dāng)AlphaFold2在CASP上脫穎而出時(shí)，許多結(jié)構(gòu)生物學(xué)家感到既興奮又沮喪，David Baker也是其中之一，他說：“如果有人解決了你正在解決的問題，但沒有透露他們是如何做到的，你該如何繼續(xù)你的工作呢？”?顯然，David Baker并沒有氣餒，而是與同事一起找到了獨(dú)立于AlphaFold2的新“出路”。他們確定了幾項(xiàng)關(guān)鍵進(jìn)展，包括如何使用與研究人員預(yù)測的目標(biāo)相關(guān)的蛋白質(zhì)信息，某一部分的預(yù)測結(jié)構(gòu)如何影響神經(jīng)網(wǎng)絡(luò)處理其他相應(yīng)的序列，并最終帶來了RoseTTAFold。?
RoseTTAFold的網(wǎng)絡(luò)架構(gòu)和性能?與 AlphaFold2一樣，RoseTTAFold能夠借助人工智能在大量示例數(shù)據(jù)庫中識別模式的能力，在學(xué)習(xí)時(shí)生成更精準(zhǔn)和可靠的模型。在給一個(gè)新的蛋白質(zhì)建模時(shí)，RoseTTAFold 會沿著多個(gè)“軌道”進(jìn)行，同時(shí)考慮蛋白質(zhì)的氨基酸序列、氨基酸之間的相互作用以及編譯蛋白質(zhì)可能出現(xiàn)的3D結(jié)構(gòu)，通過在軌道間來回“跳躍”從而讓程序綜合所有信息。
當(dāng)然，與AlphaFold2相比，RoseTTAFold在準(zhǔn)確度上稍微遜色一些。不過，AlphaFold2僅能解決單個(gè)蛋白質(zhì)的結(jié)構(gòu)問題，而RoseTTAFold可用于預(yù)測不同蛋白相互結(jié)合的結(jié)構(gòu)模型，比如使用IL-12和IL-12受體（IL-12R）的序列預(yù)測復(fù)合體結(jié)構(gòu)，實(shí)驗(yàn)證明最終結(jié)果與此前用冷凍電子顯微鏡解析的結(jié)構(gòu)非常相似。?
使用 RoseTTAFold 進(jìn)行復(fù)雜結(jié)構(gòu)預(yù)測?在《Nature》同日發(fā)布的一篇報(bào)道中，伊利諾伊州芝加哥大學(xué)的計(jì)算生物學(xué)家?Jinbo Xu?說，這些工具的開源性質(zhì)意味著科學(xué)界應(yīng)該能夠在進(jìn)步的基礎(chǔ)上開發(fā)出更強(qiáng)大、更有用的軟件，這將推動生物學(xué)研究向前邁進(jìn)一大步。?目前，DeepMind公司承諾會繼續(xù)分享人工智能預(yù)測蛋白質(zhì)3D結(jié)構(gòu)的方法，并為科學(xué)共同體提供廣泛、免費(fèi)的獲取途徑。而Baker所在的小組也已經(jīng)公布了其計(jì)算機(jī)代碼，并建立了一個(gè)服務(wù)器，允許其他研究人員使用。據(jù)悉，自從上個(gè)月推出以來，該服務(wù)器已經(jīng)預(yù)測了大約500人提交的5000多種蛋白質(zhì)的結(jié)構(gòu)，而計(jì)算機(jī)代碼也已被下載 250 次。
End
參考資料：
[1]https://www.nature.com/articles/d41586-021-01968-y
[2]https://www.sciencemag.org/news/2021/07/researchers-unveil-phenomenal-new-ai-predicting-protein-structures
[3]https://www.nature.com/articles/s41586-021-03819-2#Abs1
[4]https://science.sciencemag.org/content/early/2021/07/14/science.abj8754
相關(guān)資訊
媒體品牌合作