Posição
O resultado no CASP14 em 2020 e o artigo na Nature em 2021 marcam o ponto em que a predição computacional de estrutura virou ferramenta de uso corrente no laboratório. O Nobel de Química de 2024 cita este trabalho.
Predição de estrutura · DeepMind · 2021
AlphaFold 2
Prevê a estrutura de uma proteína a partir da sequência, de um alinhamento de homólogas e de moldes opcionais. O Evoformer troca informação entre o alinhamento e os pares de resíduos; um módulo geométrico de estrutura transforma essas representações em átomos.
Em linguagem simples
Você dá uma sequência de proteína. Ele procura milhares de sequências aparentadas em outras espécies, repara em quais posições mudam juntas e transforma isso num modelo tridimensional da proteína.
Uma forma de imaginar
Imagine ler a mesma frase traduzida em mil idiomas. Duas palavras que sempre mudam juntas provavelmente estão ligadas no sentido. Dois resíduos que sempre mutam juntos provavelmente se tocam no espaço.
O engano mais comum
Uma pontuação alta de confiança não é prova de que a estrutura está certa, e uma baixa muitas vezes significa que a região não tem forma fixa, e não que o modelo falhou.
Como é montado
Escolha um componente para lerEvidência preparada
Estado inicial de MSA e pares
Média do produto externo
Representações simples e de pares
Rodar
Dobrar uma sequência sem instalar nada# Open the notebook, paste a sequence, run every cell.
# https://colab.research.google.com/github/sokrypton/ColabFold/blob/main/AlphaFold2.ipynb
# Locally, the same idea with the command line client:
pip install "colabfold[alphafold]"
colabfold_batch my_sequence.fasta out_dir/Estes trechos não foram executados aqui. Versões mudam: confira o cartão do modelo antes de confiar em qualquer linha.
Distinções
- A representação de pares carrega a restrição do triângulo, então a geometria é imposta pela arquitetura e não apenas aprendida.
- A atenção por pontos invariantes deixa o decodificador mover resíduos em três dimensões sem quebrar a equivariância.
- A busca pelo alinhamento, e não a rede, costuma ser a parte mais lenta de uma predição.
Limites
Prevê uma estrutura por entrada. Conformações alternativas, o efeito de uma mutação pontual e o comportamento de regiões desordenadas ficam fora do que uma única predição confiante consegue dizer.
Pesos e código
Conferido no registro, não de memória| Repositório | Tamanho | Licença | Observação |
|---|---|---|---|
| google-deepmind/alphafold | Open weights via the reference implementation | Apache-2.0 code, CC BY 4.0 parameters | — |
| aqlaboratory/openfold | Trainable reimplementation | Apache-2.0 | — |
Fontes
Cada número acima vem de uma destasJumper et al. 2021, Nature. Highly accurate protein structure prediction with AlphaFoldRevisado por paresAlphaFold reference implementationCódigo
Mesma tarefa, outras respostas
Predição de estruturaAlphaFold 3
Um modelo para o complexo inteiro.
Prevê a estrutura conjunta de complexos com proteínas, ácidos nucleicos, moléculas pequenas, íons e resíduos modificados.
Ver a arquiteturaESMFold
Dobrar sem procurar parentes.
Prevê uma estrutura a partir de uma única sequência, sem busca por alinhamento no momento da consulta.
Ver a arquiteturaESMFold2
Um codificador de linguagem com decodificador de difusão de todos os átomos.
Prevê estruturas de todos os átomos de proteínas e seus complexos a partir das representações do ESM C, com alinhamento opcional para alvos difíceis.
Ler a entrada