admin
作者热门文章
Nature特别关注丨AlphaFold2—“它来了,它来了,它带着源代码过来了”,预测的蛋白结构达原子水平的准确度
2021-07-16
AlphaFold2的神经网络能在几分钟内预测出一个典型蛋白质的结构,还能预测较大蛋白质(比如一个含有2180个氨基酸、无同源结构的蛋白质)的结构
 
“比赛中,AlphaFold2预测的大部分结构达到了空前的准确度,不仅与实验方法不相上下,还远超解析新蛋白质结构的其他方法。”
 
2020年12月,Science杂志评选了该年度十个重大科学突破,除了在特殊大背景下的mRNA疫苗,还有一项是蛋白质结构预测的人工智能—AlphaFold。AlphaFold是由谷歌公司深度学习方面的核心团队DeepMind(是一家英国的人工智能公司。公司创建于2010年,最初名称是DeepMind科技——DeepMind Technologies Limited,在2014年被谷歌收购)所开发,该团队一直致力于用人工智能和神经网络技术解决不同场景下的学习问题。继围棋博弈算法AlphaGo之后,DeepMind转向了基于氨基酸序列的蛋白质结构预测,提出了名为AlphaFold的深度学习算法,并在国际蛋白质结构预测比赛CASP13(Critical Assessment of ProteinStructure Prediction)中取得了优异的成绩。
 
2020年1月15日,DeepMind团队Andrew W. Senior等人在Nature发表文章 Improved protein structure prediction using potentials from deep learning,展示了AlphaFold算法的细节和表现(详见BioArt报道:Nature 亮点丨精确预测蛋白结构可以依赖Google吗?DeepMind团队开发新型深度学习算法精确预测蛋白结构
 

尽管AlphaFold表现突出,也被成为蛋白质结构解析领域里程碑,但遗憾的是,DeepMind团队并没有公布该人工智能的源代码。

 
时隔一年半之后,2021年7月15日,DeepMind的Demis HassabisJohn Jumper等人在Nature杂志上发表了文章Highly accurate protein structure prediction with AlphaFold描述了AlphaFold2(作者强调AlphaFold2与CASP13中的AlphaFold是完全不一样的模型。“a completely different model from our CASP13 AlphaFold system”)这是一个基于神经网络的新模型,其预测的蛋白质结构能达到原子水平的准确度。
 
 
 
作者们在2020年5-7月举办的第14届“蛋白质结构预测关键评估”(CASP14)大赛中验证了这种方法。CASP14要求参赛团队根据蛋白质的氨基酸序列解析它们的结构。比赛用的蛋白质会先用实验方法解析出来,但具体结果不会公开。比赛中,AlphaFold2预测的大部分结构达到了空前的准确度,不仅与实验方法不相上下,还远超解析新蛋白质结构的其他方法。将实验方法得到的蛋白质结构叠加在AlphaFold2的结构上,组成蛋白质主链骨架的叠加原子之间的距离中位数(95%的覆盖率)为0.96埃(0.096纳米)。成绩排第二的方法只能达到2.8埃的准确度。AlphaFold2的神经网络能在几分钟内预测出一个典型蛋白质的结构,还能预测较大蛋白质(比如一个含有2180个氨基酸、无同源结构的蛋白质)的结构该模型能根据每个氨基酸对其预测可靠性进行精确预估,方便研究人员使用其预测结果。
 
 
作者认为,这一精准的预测算法可以让蛋白质结构解析技术跟上基因组革命的发展步伐。
 
最重要的是,该篇文章的通讯作者之一Demis Hassabis还发表了一段声明,如下:
 
DeepMind创始人兼首席执行官Demis Hassabis:
“去年在CASP14大会上我们揭晓了一个可以将蛋白质3D结构预测精确到原子水平的全新AlphaFold系统,此后我们承诺会分享我们的方法,并为科学共同体提供广泛、免费的获取途径。今天我们迈出了承诺的第一步,在《Nature》期刊上分享AlphaFold的开源代码,并发表了系统的完整方法论,详尽细致说明AlphaFold是如何做到精确预测蛋白质3D结构的。作为一家致力于推动科学进步的公司,我们期待看到我们的方法将为科学界启发出什么其他新的研究方法,也期待很快能和大家分享更多我们的新进展。”
 
 
源代码请见:
https://github.com/deepmind/alphafold
 
原文链接:
https://www.nature.com/articles/s41586-021-03819-2
参与评论0条
友情链接: 国家药品监督管理局
@2019 BIOART.COM ALL RIGHTS RESERVED.沪ICP备18041007号
评论
29