如果我們完全了解分子之間是如何相互作用的,那么生物學就沒什麼可學的了,因為每一種生物現象,包括我們如何感知世界,最終都源於細胞內生物分子的行為和相互作用。
最近推出的 AlphaFold 3 可以直接從蛋白質、核酸及其配體的序列中預測生物分子複合物的 3D 結構。這標誌著我們在長期探索生物分子如何相互作用方面取得了重大進展。
AlphaFold 3 代表了直接從複合物序列預測其三維結構的突破,為生物分子相互作用提供了見解。
1. 生物分子的代碼生物分子(如蛋白質或核酸)的一維 (1D) 序列指定細胞功能,類似於一段代碼指定程序。此序列表示程式語言中的程式碼,並透過折疊過程「編譯」成機器語言中的程式碼,形成獨特的 3D 結構。
該程序由折疊的生物分子與細胞內其他分子之間的相互作用執行。
由於其獨特的三維結構,生物分子只會與細胞內的一小部分分子(例如DNA 位點)相互作用,這些相互作用將引發一系列精心策劃的化學和結構轉化,共同定義生化程序(如轉錄)。生化過程的產物(如 RNA)代表執行程式的輸出。
因此,在生物學中,生物分子的一維序列編碼了程式以及編譯和執行程式的方法;該序列編碼了軟體和硬體。根據生物分子的一維序列預測其複合物形成的三維結構是理解生物程序如何執行的關鍵步驟,對我們理解、合理操縱和設計生物系統的能力有深遠的影響。
圖示:分子生物學的「計算教條」(資料來源:論文)1. AlphaFold 2
2021 年發布,基於深度學習的蛋白質預測工具
3. AlphaFold Multimer
4. AlphaFold 3
替換結構模組為擴散模組
想像在典型的生物分子複合體中,取每個原子的三維座標。 迭代地向其中添加越來越多的高斯噪聲,直到我們得到一個隨機分佈的空間原子雲(正向擴散)。
包含核酸、離子、配體和化學修飾在內的更廣泛的化學空間。
用 Pairformer(一種更新的 Transformer 架構)取代 Evoformer。 減少對 MSA 處理的重視。
RNA 預測:
AlphaFold 伺服器:
論文連結:https://www.nature.com/articles/s41594-024-01350-2
以上是AlphaFold 3 邁向解碼分子行為和生物計算重要一步,Nature 子刊銳評的詳細內容。更多資訊請關注PHP中文網其他相關文章!