AlphaFold-latest能够单独或与蛋白质合作预测核酸（DNA或RNA）结构。上图展示了将AlphaFold-latest与最近用于一般蛋白质核酸预测的基于深度学习的系统RoseTTAFold2NA（RF2NA）进行比较的结果。上图评估了AlphaFold在目前公开可用的CASP15 RNA靶标上的最新性能。AlphaFold-latest优于其他自动化方法，但表现略差于目前最好的...
相比之下,AlphaFold-latest只需要蛋白质序列和配体身份信息,而不需要任何口袋信息。 图 3 显示了三个示例,其中AlphaFold-latest实现了准确的预测,但对接工具 Vina 和 Gold 却没有。最后,我们证实了先前观察到的(Karelina等人,2023; Scardino等人,2023) 尝试使用经典对接工具对接AlphaFold 2.3蛋白质结构的性能不佳;相反...
巨头总是提前入场。这一合作的时间点，正好位于Alphafold-latest“预告片”发布后，Alphafold 3正式发布前。Deepmind的成果让许多玩家望洋兴叹。它不仅背靠谷歌母公司Alphabet的强大算力和财力，AlphaFold早早成为业内应用最为广泛的蛋白质预测AI模型，亦已吸引众多第三方科研团队在其模型基础上展开调整。AI制药初创野蛮生长...
早期分析还表明，AlphaFold-latest 模型在一些与药物发现相关的蛋白质结构预测问题（如抗体结合）上大大优于AlphaFold2.3。此外，准确预测蛋白质配体结构是一种非常有价值的药物发现工具，因为它可以帮助科学家识别和设计可能成为药物的新分子。目前的行业标准是使用「对接方法」来确定配体和蛋白质之间的相互作用。这些对接...
上图显示了三个示例,其中AlphaFold-latest实现了准确的预测,但对接工具Vina和Gold却没有。 这里确认了先前观察到的尝试使用经典对接工具对接AlphaFold 2.3蛋白质结构的性能不佳;相反,在联合预测蛋白质和配体位置时,AlphaFold-latest可以对这些结合结构做出更好的预测。
图1. AlphaFold-latest的结构预测。预测的蛋白质链以蓝色显示(抗体以绿色显示),配体和糖链以橙色显示,DNA以粉色显示,RNA以紫色显示,基准真实结构以灰色显示。 图2展示了在四个类别中的性能: (a) AlphaFold-latest在PoseBusters基准测试(Buttenschoen等,2023年)上的配体对接性能超过了像AutoDock Vina这样的经典系统(...
巨头总是提前入场。这一合作的时间点,正好位于Alphafold-latest“预告片”发布后,Alphafold 3正式发布前。 Deepmind的成果让许多玩家望洋兴叹。它不仅背靠谷歌母公司Alphabet的强大算力和财力,AlphaFold早早成为业内应用最为广泛的蛋白质预测AI模型,亦已吸引众多第三方科研团队在其模型基础上展开调整。
AlphaFold首先实现了对单体蛋白质预测领域的突破。随后AlphaFold-Multimer将其扩展到蛋白质复合物。而目前,AlphaFold又迎来了一次更新,这个版本称之为AlphaFold-latest。
巨头总是提前入场。这一合作的时间点,正好位于Alphafold-latest“预告片”发布后,Alphafold 3正式发布前。 Deepmind的成果让许多玩家望洋兴叹。它不仅背靠谷歌母公司Alphabet的强大算力和财力,AlphaFold早早成为业内应用最为广泛的蛋白质预测AI模型,亦已吸引众多第三方科研团队在其模型基础上展开调整。
2023年10月底,Alphafold-latest发布,预测蛋白质结构更准,还在此基础上,将能力泛化到核酸、任意小分子配体等其他的生物分子结构的预测上,这意味着,使用AlphaFold的方法,可以对所有重要生物分子及其相互作用进行原子级精确结构预测。 如今看来,Alphafold-latest正是此次AlphaFold 3的“预告片”。