情报所

  ◎本报记者 王 春

  谷歌DeepMind团队研发的阿尔法折叠2(AlphaFold2)使「shi」用“yong”最新的人工智能算法对蛋白质结构实现了接近实验精度的精准预测。复旦大学复杂体系多尺度研究院教授马『ma』剑鹏团队与上海人工智能实验室合作,近日在国际知名刊物《生物信息学简报》上发表论文,显示其蛋白质侧链预测算法(OPUS-Rota4算法)精度显著超越了谷“gu”歌团队的阿 a[尔法折叠算法。

  在目前阿「a」尔法折叠算法开源的情况下,复旦团队的算法可以为任何蛋白质结构预测工作提供“gong”比阿尔法折叠更准确的侧链模型,从而为蛋白质结构研究,尤其是基于 yu[蛋白质结构的新药设“she”计工作提供了助力。

,

皇冠正网appwww.huangguan.us)是(shi)一《yi》个开放皇冠正网代理APP下载、皇冠正网会员APP下「xia」载、皇冠正网线路APP下载、皇冠正网登录APP下载的皇冠正《zheng》网平台。皇冠正网APP上最新登录线路、新2皇冠官 guan[方正网更(geng)新最快。皇冠正网APP开放皇冠官方会员注册(ce)、皇冠 guan[官方代理开户等业务。

,

  蛋白质三维结构由 you[主链和侧链共同搭建而成,人工智能系统预测蛋白质结构的通常步骤,是先为蛋白质主链建模,再根据主链的构{gou}象为侧链建模。自然界中的蛋白质含有20种氨基酸,它们的主链几乎完全相同,而侧链差异很大。由于药物分{fen}子与人体蛋白质结合《he》的位点 dian[绝大多数在《zai》氨基酸【suan】侧链上“shang”,因此人工智能(neng)系统对侧链的精准预测对新药研发具有重要价值。这种精准预测能力还可用于解释基因点突变、基因小片段突变的机制,为遗传性疾病研究和治疗提供宝贵思路。

  近年来的研究中,研究人员开发的侧链建模算法大多基于抽样,如SCWRL4、OPUS-Rota3等。其从离散的侧链二面角转子库(ku)中进行抽样,随后根据一系列能量函数进行优化,找到能够让能量最低的二面角转子即为最终结果。基于抽样的侧链建模算(suan)法的优点是速度较快,但由于使用离散的转子并受限于能量函数的准确性,其整体侧链预测精度仍然有待提高。

  OPUS-Rota4引入深度学习算法,使得蛋白质侧链建模精度得到了大幅提升。研究人员首先使用OPUS-RotaNN2结【jie】合多种不同的提取特征得到初始的侧链二面角预测结果,之后使用OPUS-RotaCM得到侧链原子接触图,最后使用其自主研发的建模框架OPUS-Fold2根据接触图对初始侧链二《er》面角预测结果进行『xing』优化并输出〖chu〗最终结果。

  团队研究人员表示,将会对蛋白质侧链建模进行进一步研〖yan〗究,以期继续提升准确率,并将对侧链建模在实际【ji】问题中的应用进行〖xing〗探索。

Allbet Gaming声明:该文看法仅代表作者自己,与www.allbetgame.us无关。转载请注明:皇冠正网app(www.huangguan.us):提高蛋白质侧链预测精度新算法助力药物研发
发布评论

分享到:

澳洲幸运5开户(www.a55555.net):三峡不法集团假借贷真诈财 拘禁被害人连婴儿也不放过
你是第一个吃螃蟹的人
发表评论

◎欢迎参与讨论,请在这里发表您的看法、交流您的观点。