AIDD·Atlas AI 制药学习地图
112

AlphaFold2 论文精读:蛋白结构预测的里程碑

AlphaFold2(Jumper 等, 2021)以 Evoformer + 结构模块端到端预测蛋白结构,在 CASP14 实现突破,并用 pLDDT 给出置信度。

AlphaFold2(Jumper 等, Nature 2021)是蛋白结构预测的里程碑,在 CASP14 上达到接近实验精度,深刻改变了结构生物学与药物发现。

核心架构

  • MSA + 模板:利用多序列比对蕴含的协同进化信息。
  • Evoformer:在序列与残基对表示间反复交换信息。
  • 结构模块:端到端预测三维坐标。
  • pLDDT:逐残基置信度,低置信区域(常为柔性 loop)不可尽信。

意义

  • 让大量「无结构」靶点获得可用模型,推动基于结构的设计。
  • 催生 ColabFold、OpenFold 等生态(117、118)。
  • 注意:预测的是单一静态结构,不直接给出动态与配体诱导构象。

关键要点

  • AF2 = MSA + Evoformer + 结构模块端到端预测;
  • pLDDT 给逐残基置信度;
  • 是静态单构象,需结合动态与实验。

延伸资源

  • 论文:Jumper 等, Nature 2021;教程见 019、118。