AlphaFold

维基百科,自由的百科全书
跳到导航 跳到搜索

AlphaFoldAlphabet/Google旗下DeepMind开发的一款人工智能程序,做蛋白质结构预测[1]。該程序被設計為一個深度學習系統[2]

AlphaFold人工智能軟件有兩個主要版本。使用 AlphaFold 1(2018)的一組研究人員在2018年12月的第13屆蛋白质结构预测技术的关键测试(Critical Assessment of protein Structure Prediction,CASP)的總體排名中名列第一。該程序特別成功地預測了被競賽組織者評為最困難的目標的最準確結構,其中沒有來自具有部分相似序列的蛋白質的現有模板結構。

蛋白质通过卷曲折叠會构成三维结构,蛋白质的功能正由其結構決定。了解蛋白質結構有助於開發治療疾病的藥物[3]。DeepMind聲稱,AlphaFold能在数天内识别蛋白质的形状,而此前科學家識別蛋白质形状需花費數年時間[4]。2020年11月,在第14届蛋白质结构预测技术的关键测试(Critical Assessment of protein Structure Prediction,CASP)競賽中[5],AlphaFold 2(2020)表現良好,中位分数为92.4(满分100分)[6]。它的准确度远远高于其他任何程序[7]

2021年7月15日,AlphaFold2 論文在《自然》雜誌上作為高級訪問出版物與開源軟件和可搜索的物種蛋白質組數據庫一起發表[8][9][10]

蛋白質結構數據庫[编辑]

AlphaFold蛋白質結構數據庫
(AlphaFold Protein Structure Database)
内容
有機體人類和20種模式生物
相關信息
研究中心欧洲生物信息研究所(EMBL-EBI)
访问入口
网站https://www.alphafold.ebi.ac.uk/
下載地址
工具
Web
其他
许可知识共享许可协议(CC-BY 4.0)
管理政策自動的

“AlphaFold蛋白質結構數據庫”於2021年7月22日啟動,這是AlphaFold和欧洲生物信息研究所(EMBL-EBI)的共同努力。在啟動時,該數據庫包含人類和20種模式生物的幾乎完整 UniProt蛋白質組的AlphaFold預測蛋白質結構模型,總計超過365,000種蛋白質。AlphaFold計劃向該集合添加更多序列。

應用[编辑]

AlphaFold已被用於預測SARS-CoV-2COVID-19的病原體)的蛋白質結構。 這些蛋白質的結構在2020年初有待實驗檢測[11]。在將結果發佈到更大的研究界之前,英國弗朗西斯·克里克研究所英语Francis Crick Institute(Francis Crick Institute)的科學家們對結果進行了檢查。該團隊還證實了對實驗確定的SARS-CoV-2刺突蛋白的準確預測,該蛋白在國際開放存取數據庫蛋白質資料庫(Protein Data Bank)中共享,然後發布了計算確定的未充分研究的蛋白質分子的結構[12]

參見[编辑]

参考文献[编辑]

  1. ^ AlphaFold. Deepmind. [30 November 2020]. (原始内容存档于2021-01-19). 
  2. ^ DeepMind's protein-folding AI has solved a 50-year-old grand challenge of biology. MIT Technology Review. [2020-11-30]. (原始内容存档于2021-08-28) (英语). 
  3. ^ DeepMind称AI能精确预测蛋白折叠 将加速药物设计. 第一財經. 
  4. ^ DeepMind宣布能够预测蛋白质结构. 金融時報中文網. [2020-12-03]. (原始内容存档于2020-12-22). 
  5. ^ Shead, Sam. DeepMind solves 50-year-old 'grand challenge' with protein folding A.I.. CNBC. 2020-11-30 [2020-11-30]. (原始内容存档于2021-01-28) (英语). 
  6. ^ “阿尔法折叠”精准预测蛋白质三维结构. 科技日报. [2020-12-03]. (原始内容存档于2020-12-05). 
  7. ^ DeepMind's protein-folding AI has solved a 50-year-old grand challenge of biology. MIT Technology Review. [2020-11-30]. (原始内容存档于2021-08-28) (英语). 
  8. ^ Jumper, John; Evans, Richard; Pritzel, Alexander; Green, Tim; Figurnov, Michael; Ronneberger, Olaf; Tunyasuvunakool, Kathryn; Bates, Russ; Žídek, Augustin; Potapenko, Anna; Bridgland, Alex; Meyer, Clemens; Kohl, Simon A A; Ballard, Andrew J; Cowie, Andrew; Romera-Paredes, Bernardino; Nikolov, Stanislav; Jain, Rishub; Adler, Jonas; Back, Trevor; Petersen, Stig; Reiman, David; Clancy, Ellen; Zielinski, Michal; Steinegger, Martin; Pacholska, Michalina; Berghammer, Tamas; Bodenstein, Sebastian; Silver, David; Vinyals, Oriol; Senior, Andrew W; Kavukcuoglu, Koray; Kohli, Pushmeet; Hassabis, Demis. Highly accurate protein structure prediction with AlphaFold. Nature. 2021-07-15, 596 (7873): 583–589. PMC 8371605可免费查阅. PMID 34265844. doi:10.1038/s41586-021-03819-2可免费查阅 (英语). 
  9. ^ GitHub - deepmind/alphafold: Open source code for AlphaFold.. GitHub. [2021-07-24]. (原始内容存档于2021-07-23) (英语). 
  10. ^ AlphaFold Protein Structure Database. alphafold.ebi.ac.uk. [2021-07-24]. (原始内容存档于2021-07-24). 
  11. ^ AI Can Help Scientists Find a Covid-19 Vaccine. Wired. [2020-12-01]. ISSN 1059-1028. (原始内容存档于2022-04-23) (美国英语). 
  12. ^ Computational predictions of protein structures associated with COVID-19. Deepmind. [2020-12-01]. (原始内容存档于2022-03-25). 

外部链接[编辑]

AlphaFold(2018年)[编辑]

AlphaFold 2(2020年)[编辑]