生物学的に関連するあらゆる種類の分子を扱うための新しいAIによるタンパク質構造予測手法
新しいAIによるタンパク質構造予測手法：生物学的に関連するあらゆる分子種類の取り扱い
科学者に関節構造を予測し、特定の分子に結合するために設計された新しいタンパク質を作成させることを可能にする
深層学習ネットワークであるAlphaFold2を始めとする他のネットワークのおかげで、タンパク質の複雑な三次元構造を高い精度で予測することが現実のものとなりました。しかし、タンパク質は単独で働くものではありません。彼らは他のタンパク質、DNA、RNA、さらにはさまざまな種類の小分子やイオンと相互作用しています。これらの相互作用はモデル化するのが非常に困難でしたが、再び深層学習のおかげでそれが可能になりました。
先日のプレプリントで発表された新しいソフトウェアRoseTTAFold All-Atom（私はそれをRFAAと呼びます）は、タンパク質モデリングとデザインのグールであるデイビッド・ベイカー教授率いるプロテインデザイン研究所によるものです。これは深層学習ネットワークであり、タンパク質、核酸、小分子、金属などを含む完全な生物アセンブリをモデル化することができます。RFAAはタンパク質に関するタスクにおいてAF2の精度に匹敵し、タンパク質に小分子をドッキングする際に優れた性能を発揮します。RFAAはタンパク質の共有結合修飾や、複数の核酸鎖と小分子やイオンを含むタンパク質アセンブリの予測さえも行うことができます。そして、この興奮はここで止まりません。同じプレプリントでは、RFdiffusionAAという関連する拡散モデルも紹介されており、これによって新しいタンパク質が小分子や非タンパク質分子の周りに構築され、実際にウェットラボでのテストで結合することが示されています。RFAAが既存のAlphaFold2などと比べて生物学に新たな扉を開く一方、RFdiffusionAAはタンパク質の設計とエンジニアリングをまったく新たなレベルに引き上げることができます。
最終的な絵がどのようになるかわからないまま、複雑な3Dパズルを解くことができると想像してみてください。それが、タンパク質や核酸、小分子、イオンなどの生物マクロ分子の3D構造を予測しようとする科学者が直面する課題です。AlphaFold2は大部分を解き明かしました…
We will continue to update VoAGI; if you have any questions or suggestions, please contact us!
Was this article helpful?
93 out of 132 found this helpful
Related articles
