AlphaFold开源一年:探索新冠祖源,彻底改写生物学( 三 )


斯德哥尔摩大学的蛋白质生物信息学家ArneElofsson说 , 只要一个蛋白质卷曲成一个明确的3D形状——并不是所有的蛋白质都是这样——AlphaFold的预测就很难被击败 。 「这是一键式的解决方案 , 可能是你所能得到的最好的结构 。 」
Elofsson说 , 在AlphaFold不太确定的问题上 , 「它非常擅长告诉你什么时候它不起作用」 。 在这种情况下 , 预测出的蛋白质结构可能类似于浮动的意大利面条形状 。
这通常对应于缺乏确定形状的蛋白质区域 , 比如独立的蛋白质结构 。 这种本质上无序的区域 , 可能只有在存在另一种分子时才能得到很好的定义 , 约占人类蛋白质组的三分之一 。
伦敦癌症研究所的计算生物学家NormanDavey表示 , AlphaFold识别蛋白质异常的能力 , 改变了他在识别病灶区域的研究 。 他说:「我们没有做任何努力 , 对癌症预测的质量立刻大幅提高 。 」
AlphaFold向EMBL-EBI数据库中输入的蛋白质结构也立即投入使用 。 有研究团队正在寻找新的、未经实验验证的蛋白质种类 , 并且已经发现了成百上千种可能的新蛋白质家族 , 这扩大了科学家对蛋白质的外观和功能的认识 。
AlphaFold开源一年:探索新冠祖源,彻底改写生物学】在另一项研究中 , 该团队正在搜索从海洋和废水中提取的DNA序列数据库 , 以试图识别新的、能食用塑料的酶 。 利用AlphaFold快速预测数千种蛋白质的近似结构的能力 , 研究人员希望更好地了解酶是如何进化来分解塑料的 , 并对其加以改善 。
AlphaFold开源一年:探索新冠祖源,彻底改写生物学
文章图片