研究透视：Nature-高能量、高精准地预测人类的蛋白质结构

‍

‍

蛋白质结构序列信息至关重要，用以实现基于结构药物开发或靶向诱变等干预措施。近日，英国DeepMind人工智能公司的Kathryn Tunyasuvunakool，Demis Hassabis等研究人员，在Nature上发文，报道了用于人类蛋白质组的高精准蛋白质结构预测。

利用机器学习方法 AlphaFold2 大规模应用于几乎整个人类蛋白质组，其中 98.5%的人类蛋白质，图为扩大了结构覆盖范围和高置信度。AlphaFold 模型中，开发了不同的性能指标，以用来解释数据集，识别强大的多域预测，以及可能无序的区域。图为蛋白质结构预测结果。

所有预测数据，可参见欧洲生物信息学研究所的共享数据库https://alphafold.ebi.ac.uk/

生物物理学家、西湖大学校长施一公院士，对 AlphaFold 的最新成果成果给予高度评价：AlphaFold应用于蛋白结构预测是人工智能对科学领域最大的一次贡献，也是人类在 21 世纪取得的最重要的科学突破之一"详细访谈请参见DeepTech深科技。

文献链接：https://doi.org/10.1038/s41586-021-03828-1

阅读原文可下载全文。

‍

‍