预测|提高蛋白质侧链预测精度新算法助力药物研发精度|OPUS-Rota|结构|蛋白质|

谷歌DeepMind团队研发的阿尔法折叠2（AlphaFold2）使用最新的人工智能算法对蛋白质结构实现了接近实验精度的精准预测。复旦大学复杂体系多尺度研究院教授马剑鹏团队与上海人工智能实验室合作，近日在国际知名刊物《生物信息学简报》上发表论文，显示其蛋白质侧链预测算法（OPUS-Rota4算法）精度显著超越了谷歌团队的阿尔法折叠算法。
在目前阿尔法折叠算法开源的情况下，复旦团队的算法可以为任何蛋白质结构预测工作提供比阿尔法折叠更准确的侧链模型，从而为蛋白质结构研究，尤其是基于蛋白质结构的新药设计工作提供了助力。
蛋白质三维结构由主链和侧链共同搭建而成，人工智能系统预测蛋白质结构的通常步骤，是先为蛋白质主链建模，再根据主链的构象为侧链建模。自然界中的蛋白质含有20种氨基酸，它们的主链几乎完全相同，而侧链差异很大。由于药物分子与人体蛋白质结合的位点绝大多数在氨基酸侧链上，因此人工智能系统对侧链的精准预测对新药研发具有重要价值。这种精准预测能力还可用于解释基因点突变、基因小片段突变的机制，为遗传性疾病研究和治疗提供宝贵思路。
近年来的研究中，研究人员开发的侧链建模算法大多基于抽样，如SCWRL4、OPUS-Rota3等。其从离散的侧链二面角转子库中进行抽样，随后根据一系列能量函数进行优化，找到能够让能量最低的二面角转子即为最终结果。基于抽样的侧链建模算法的优点是速度较快，但由于使用离散的转子并受限于能量函数的准确性，其整体侧链预测精度仍然有待提高。
OPUS-Rota4引入深度学习算法，使得蛋白质侧链建模精度得到了大幅提升。研究人员首先使用OPUS-RotaNN2结合多种不同的提取特征得到初始的侧链二面角预测结果，之后使用OPUS-RotaCM得到侧链原子接触图，最后使用其自主研发的建模框架OPUS-Fold2根据接触图对初始侧链二面角预测结果进行优化并输出最终结果。
【预测|提高蛋白质侧链预测精度新算法助力药物研发】团队研究人员表示，将会对蛋白质侧链建模进行进一步研究，以期继续提升准确率，并将对侧链建模在实际问题中的应用进行探索。（采访人员王春）
编辑:黄昂瑾
原创版权禁止商业转载授权>>
转载申请事宜以及报告非法侵权行为，请联系我们：010-56807208
热榜

长按二维码
关注精彩内容

预测|提高蛋白质侧链预测精度新算法助力药物研发

推荐阅读

苦中作乐的诗句表达苦中作乐的古诗

接收物流提醒是什么意思

曼妥思和可乐反应是什么可乐加曼妥思为什么会有反应

什么是参众两院

随身wifi怎么隐藏

腾讯视频投电视搜索不到电视设备

玉石头怎么形成的？

怀孕后白带发黄

弹力素的危害有哪些？弹力素有什么危害？

涉“两卡”信息网络犯罪的侦查与防范对策研究

高榜吉祥语

清朝所有皇帝按顺序排列依次有谁

欧凡耳机怎么样

多巴胺激活新颖性加快了学习速度

描写人物神态的词语/成语(二字/四字成语)

圣诞节假期几天圣诞节假期多长

花呗当面花用还吗如果花呗额度用完了还可以用花呗当面吗

大料油怎么熬的香做法

什锦汤面的做法（山西菜）

吃宵夜的心情说说