您好,我是劉俊宏,
目前是
創辦人兼總經理
menu

INSIDE》 DeepMind:下一代蛋白質 AI AlphaFold 來了!分子預測精度可達原子級

2023/11/02 Sisley DeepMind 、 AlphaFold 、 配體結構 、 藥物設計 、 蛋白質預測

下一代 AlphaFold 模型可以對蛋白質資料庫(PDB)中的幾乎所有分子進行預測,並達到原子等級的精度。

DeepMind:下一代蛋白質 AI AlphaFold 來了!分子預測精度可達原子級


DeepMind 近日宣布:下一代的 AlphaFold 已經到來!最新版本的 AlphaFold(AlphaFold 2 的後繼者)可以對蛋白質資料庫(世界上最大的生物分子開放獲取資料庫)中的幾乎所有分子生成預測,將覆蓋範圍從蛋白質擴展到其他生物分子,包括配體。

AlphaFold 是 DeepMind 在大約 5 年前推出,可以精準預測人體內許多蛋白質結構的人工智慧(AI)系統, DeepMind 後在 2020 年推出了下一代版本 AlphaFold 2。

而近日宣布的則是 AlphaFold 2 的後繼版本,根據 DeepMind 的文章,在與 Isomorphic 實驗室合作下,新一代 AlphaFold 模型可以預測蛋白質資料庫(PDB)中幾乎所有分子,模型還可以準確預測配體(與「受體」蛋白結合並導致細胞交流方式發生變化的分子)的結構,以及核酸(包含關鍵遺傳訊息的分子)和轉譯後修飾(蛋白質產生後發生的化學變化)。
下方繼續閱讀
曝光6,625/日 成本100/月
下文請點廣告解鎖
下文請點廣告解鎖
投放Google多媒體聯播網廣告(點此)arrow_downward,包含轉換代碼安裝

※ 如果看到投資類型廣告,請再三評估風險!

繼續閱讀keyboard_double_arrow_down

DeepMind 指出,預測蛋白質的配體結構,將有助於藥物發現,因為它可以幫助科學家辨識和設計可能成為藥物的新分子,「早期分析指出,我們的模型在一些與藥物發現相關的蛋白質結構預測問題(例如抗體結合)上遠遠優於(上一代)AlphaFold。」

目前,藥物研究人員使用稱為「對接方法」的電腦模擬來確定蛋白質和配體如何相互作用。不過,使用對接方法需要指定一個參考蛋白質結構和配體在該結構上結合的建議位置。

然而,有了最新的 AlphaFold,就不需要使用參考蛋白質結構或建議位置了。該模型可以預測以前沒有「結構表徵」的蛋白質,同時還可以模擬蛋白質和核酸與其他分子的相互作用——DeepMind 表示,這種程度的建模是現有對接方法無法實現的。

Isomorphic 實驗室正在將下一代 AlphaFold 模型應用於治療藥物設計。

核稿編輯:Chris

資訊來源

 
聯播網: 吉傳媒, 傑愛得資訊, 吉拉X, 劉俊宏,