2021年7月15日,兩大科學頂刊《科學》和《自然》同時發文,兩支研究團隊都表示可以通過人工智能(AI)模型預測蛋白質和一些分子復合物的精確3D原子結構。華盛頓大學團隊在《科學》上公布了RoseTTAFold,DeepMind團隊也在《自然》上首次公布了AlphaFold2的詳細信息。
華盛頓大學醫學院生物化學系教授、蛋白質設計研究所所長大衛·貝克(David Baker)領導的計算生物學家團隊開發的RoseTTAFold深度學習工具,基于AlphaFold2,能夠根據有限的信息快速準確地預測出目標蛋白質的結構,不僅可以預測單個蛋白質的三維結構,還可以預測幾種蛋白質的結合形式。雖未完全達到AlphaFold2的預測準確度,其預測效果也很優秀,AlphaFold2和RoseTTAFold在CASP14的成績分別是90.3和73.2。不僅如此,RoseTTAFold所需的計算耗能與計算時間均比AlphaFold2要低,只需要一塊RTX2080顯卡,在短短十分鐘內就能計算出400個氨基酸殘基以內的蛋白質結構。且RoseTTAFold的代碼和服務器完全開源。
信息來源:
https://mp.weixin.qq.com/s/OWTFRcf0Y6EDb0PTUhrnSg
https://mp.weixin.qq.com/s/jLtxHvF5j7Nq0ztS2N35SA