根据DockQ上的可接受预测率基准,Chai-1能比基于MSA的AlphaFold-Multimer模型(67.7%) 更准确地折叠多聚体 (69.8%)。这个结果,让Chai-1成为第一个仅使用单序列信息、无需MSA搜索,就能以AlphaFold-Multimer水平预测多聚体结构的模型。在PoseBusters基准上,仅给出蛋白质序列和配体化学成分的信息时,Chai-1对配...
论文称,基于AlphaFold 2能力的提升,AlphaFold 3如今能预测蛋白质与其他蛋白质、核酸、小分子、离子、修饰蛋白质残基的复合物,以及抗体-抗原相互作用,其预测准确性显著超过当前预测工具,包括AlphaFold-Multimer。DeepMind团队称,这意味着AlphaFold 3将人类带到了蛋白质之外的更广泛的生物分子领域。这一飞跃可能开启更多变革...
AlphaFold 是单链蛋白预测的根本性突破。AlphaFold-Multimer 随后扩展到具有多个蛋白质链的复合物,随后是AlphaFold2.3,它提高了性能并将覆盖范围扩大到更大的复合物。2022 年,AlphaFold 与 EMBL 的欧洲生物信息学研究所(EMBL-EBI)合作,通过 AlphaFold 蛋白质结构数据库免费提供了几乎所有科学界已知的已编目蛋白质...
论文称,基于AlphaFold 2能力的提升,AlphaFold 3如今能预测蛋白质与其他蛋白质、核酸、小分子、离子、修饰蛋白质残基的复合物,以及抗体-抗原相互作用,其预测准确性显著超过当前预测工具,包括AlphaFold-Multimer。DeepMind团队称,这意味着AlphaFold 3将人类带到了蛋白质之外的更广泛的生物分子领域。这一飞跃可能开启更多变革...
2020年,谷歌旗下公司DeepMind首次推出基于AI的蛋白质结构预测工具——AlphaFold。 2021年7月,DeepMind团队推出了AlphaFold2,其能够根据氨基酸序列来准确预测蛋白质的3D结构——全球已有数百万研究人员将AlphaFold 2应用在疟疾疫苗和酶设计等领域。 此后,DeepMind团队还推出了AlphaFold-Multimer,用于预测蛋白质-蛋白质复合物的...
AlphaFold 3的生物分子结构准确率 比现有最好的方法高50% 论文称,基于AlphaFold 2能力的提升,AlphaFold 3如今能预测蛋白质与其他蛋白质、核酸、小分子、离子、修饰蛋白质残基的复合物,以及抗体-抗原相互作用,其预测准确性显著超过当前预测工具,包括AlphaFold-Multimer。DeepMind团队称,这意味着AlphaFold 3将人类带到了蛋...
- AlphaFold-Multimer,将预测范围扩展到具有多个蛋白质链的复合物 - AlphaFold 2.3,提高了性能并将覆盖范围扩大到更大的复合物 - AlphaFold 3,继续将预测范围扩展到蛋白质、DNA、RNA以及一系列配体、离子和化学修饰等更多生物分子结构。AlphaFold 3的问世不仅推动了对蛋白质的研究,还拓展到更广泛的生物分子领域,...
到2021 年,基于 2.0 改版的 AlphaFold-Multimer 发布,也支持上了多链,准确度上也取得了突破,蛋白质之间作用的预测准确率超过 70% 。 所以现在很多公司也用上了它们,甚至助力了国外一些新冠疫苗研发。 但在DeepMind 看来,蛋白质结构预测上的胜利,还远远没发挥完 AI 的潜力,因为生物体内的复杂分子结构不止有蛋白质...
可以说, 2.0 版本已经基本解决了单链蛋白质的预测问题,到 2021 年,基于 2.0 改版的 AlphaFold-Multimer 发布,也支持上了多链,准确度上也取得了突破,蛋白质之间作用的预测准确率超过 70% 。 所以现在很多公司也用上了它们,甚至助力了国外一些新冠疫苗研发。
去年10月,DeepMind 发布了一个修改版的子模型,名为“AlphaFold-Multimer”,抓木门用于蛋白质复合物的结构预测。随后在11月,该公司将相关子模型代码整合到 AlphaFold 二代代码当中,显著提高了多链蛋白质结构的预测准确度。 同年12月,Deep...