研究2022年11月24日|开放获取 AlphaFill:用配体和辅因子丰富AlphaFold模型 AlphaFill算法从实验确定的结构中移植缺失的小分子和离子到AlphaFold蛋白质结构数据库中的预测蛋白质模型。所有AlphaFill条目均可通过AlphaFill网站进行直观检查和下载。 Maarten L. Hekkelman ,艾达·德·弗里斯 &Anastassis Perrakis 自然方法, 1 - 9
研究2022年11月23日|开放获取 β2-肾上腺素能激动剂、拮抗剂和非典型抗精神病药齐拉西酮对VMAT2的抑制作用 一些现有的β2-肾上腺素能激动剂和拮抗剂,以及非典型抗精神病药齐拉西酮,被确定为高亲和力VMAT2抑制剂,这可能对药物再利用和药物衍生化运动有影响。 Svein Isungset s øve ,Åge亚历山大·斯基维克 &极光马丁内斯 通信生物学 5, 1283年
研究2022年11月22日|开放获取 结构信息研究的确定和AlphaFold2预测了13人溶质载体转运蛋白的分子结构及其水溶性的数量变异 伊娃Smorodina ,Igor Diankin &曙光张 科学报告 12, 20103年
研究2022年11月15日|开放获取 基于二维注意的深度神经网络预测蛋白质复合体的链间距离图 预测蛋白质配合物的链间残基距离有助于蛋白质配合物的四元结构的构建和评价。在此,作者开发了一种基于深度注意的残差网络方法(CDPred)来预测蛋白质二聚体的链间残差距离。 Zhiye郭 ,剑刘 &王健林程艘 自然通讯 13, 6963年
研究10月12日|开放获取 利用AlphaFold和蒙特卡罗树搜索预测大型蛋白质复合体的结构 AlphaFold的准确性随着蛋白质链的数量而降低,可用的GPU内存限制了可以预测的蛋白质复合物的大小。在这里,作者展示了用蒙特卡罗树搜索可以从预测的子成分组装10-30个链的络合物。 帕特里克·科比 ,Gabriele Pozzati &阿恩Elofsson 自然通讯 13, 6028年
评论与意见|2022年1月11日 结构生物学的范式转变 AlphaFold发布的蛋白质结构预测将使蛋白质结构模型的数量增加近三个数量级。结构生物学和生物信息学将永远不会相同,对深入的实验方法的需求将比以往任何时候都更大。将这些结构预测的进展与冷冻电子显微镜的最新进展结合起来,为结构生物学提供了一个新的范式。 斯苏 &Gerard J. Kleywegt 自然方法 19, 20
评论与意见|2022年1月11日 结构生物学已经解决了——现在怎么办? AlphaFold和RoseTTAFold在解决60年前的蛋白质折叠问题上取得的卓越计算成功提出了一个明显的问题:结构生物学应该探索哪些新的途径?我们提出了一个强大的支点,目的是直接从氨基酸序列读取机制和功能。这一雄心勃勃的目标将需要新的数据分析工具和一个广泛的原子级结构轨迹数据库,以追踪蛋白质执行其功能时的能量分布图。 阿巴斯Ourmazd ,基思•莫法特 &伊顿·爱德华·拉特曼 自然方法 19- 26,
评论与意见|2022年1月11日 蛋白质结构预测与AlphaFold原子精度 AlphaFold是一种基于神经网络的方法,可以高精度地预测蛋白质结构。我们描述了它是如何工作的,并讨论了一些对结构生物学领域的预期影响。 约翰跳投 &黛米斯。 自然方法 19, 11 - 12
评论与意见|2022年1月11日 AlphaFold2一年的影响 AlphaFold的第二个版本在2020年实现了从序列预测蛋白质3D结构的巨大改进,已经对生物学研究产生了巨大的影响,但挑战仍然存在;蛋白质折叠问题不能被认为已经解决。我们期待激烈的竞争能够进一步改进这一方法,以及机器学习的新应用,以帮助阐明蛋白质组及其相互作用。 大卫·t·琼斯 &珍妮特·m·桑顿 自然方法 19, 15 - 20
评论与意见|2022年1月11日 深度学习与蛋白质结构建模 深度学习已经改变了蛋白质结构建模。在这里,我们将AlphaFold和RoseTTAFold与经典的基于物理的蛋白质结构预测方法联系起来,并讨论了结构生物学的许多领域,这些领域可能会受到深度学习的进一步发展的影响。 Minkyung门敏 &大卫•贝克 自然方法 19, 13 - 14日