AlphaFold 闯入了我们的生活。一种强大的算法，强调了生物序列数据和人工智能(AI))的力量。AlphaFold有附加的项目和研究方向。一直在创建的数据库承诺了无数的应用程序，这些应用程序具有巨大的潜在影响，但仍然难以推测。人工智能方法可以彻底改变个性化治疗并带来更明智的临床试验。他们承诺在重塑和改进药物发现策略、选择和优先考虑药物靶点组合方面取得巨大飞跃。研究人员简要概述了结构生物学中的人工智能，包括分子动力学模拟和预测微生物群与人类蛋白质之间的相互作用。研究人员强调了由深度学习驱动的AlphaFold在蛋白质结构预测方面所取得的进步及其对生命科学的强大影响。同时，AlphaFold 并没有解决长达数十年的蛋白质折叠挑战，也没有识别折叠途径。AlphaFold提供的模型没有捕捉到像折叠和变构这样的构象机制，而这些机制植根于系综中，并由其动态分布控制。变构和信号是群体的特性。AlphaFold 也不会生成本质上无序的蛋白质和区域的系综，而是通过它们的低结构概率来描述它们。由于 AlphaFold生成单级结构，而不是构象系综，它无法阐明变构激活驱动热点突变或变构耐药的机制。然而，通过捕获关键特征，深度学习技术可以使用单一预测构象作为生成多样化系综的基础。

论文标题：

AlphaFold, Artificial Intelligence (AI), and Allostery

论文链接：

https://pubs.acs.org/doi/10.1021/acs.jpcb.2c04346

 

内容中包含的图片若涉及版权问题，请及时与我们联系删除