现在所有人都可以进行准确的蛋白质结构预测

自从 DeepMind 在 2020 年结构预测关键评估 (CASP14) 会议上展示了该领域的显着进展以来，科学家们已经等了几个月才能获得高精度的蛋白质结构预测。现在已经结束了。

西雅图华盛顿大学医学院蛋白质设计研究所的研究人员在 很大程度上重现了 DeepMind 在这项重要任务上的表现。这些结果将由《科学》杂志在线发表。这是论文。

研究人员使用人工智能生成了数百种新的蛋白质结构，包括人类白细胞介素 12 与其受体结合的 3D 视图。图片来源：Ian Haydon，UW Medicine 蛋白质设计研究所

与 DeepMind 不同，UW Medicine 团队已经免费提供了他们的方法，称为 RoseTTAFold。来自世界各地的科学家现在正在使用它来构建蛋白质模型，以加速他们自己的研究。在最近上传后不久，该程序就被 140 多个独立研究团队从 GitHub 下载。

蛋白质由折叠成复杂微观形状的氨基酸串组成。这些独特的形状反过来又引发了生物体内几乎所有的化学过程。通过更好地了解蛋白质形状，科学家们可以加快开发针对癌症、 和数千种其他疾病的新疗法。

“在蛋白质设计研究所，这是忙碌的一年，设计 疗法和疫苗并将其投入临床试验，同时开发了用于高精度蛋白质结构预测的 RoseTTAFold。我很高兴科学界已经在使用 RoseTTAFold 服务器来解决突出的生物学问题，”资深作者、霍华德休斯医学研究所研究员、生物化学教授、华盛顿大学蛋白质设计研究所所长大卫贝克说 。

在这项新研究中，由 Baker 领导的一组计算生物学家开发了一种名为 RoseTTAFold 的软件工具，该工具使用深度学习根据有限的信息快速准确地预测蛋白质结构。如果没有此类软件的帮助，可能需要数年的实验室工作才能确定一种蛋白质的结构。

另一方面，RoseTTAFold 可以在一台游戏计算机上在短短 10 分钟内可靠地计算出蛋白质结构。该团队使用 RoseTTAFold 计算了数百种新的蛋白质结构，包括许多来自人类基因组的知之甚少的蛋白质。他们还生成了与人类健康直接相关的结构，包括与有问题的脂质代谢、炎症障碍和癌细胞生长相关的蛋白质。他们表明，RoseTTAFold 可用于在以前所需时间的一小部分内构建复杂生物组件的模型。

RoseTTAFold 是一个“三轨”神经网络，这意味着它同时考虑蛋白质序列中的模式、蛋白质的氨基酸如何相互作用以及蛋白质可能的三维结构。在这种架构中，一维、二维和三维信息来回流动，使网络能够共同推理蛋白质的化学部分与其

标签： 蛋白质结构预测