聯(lián)系我們
蛋白質(zhì)結構預測對于生物醫學(xué)研究至關(guān)重要，揭示蛋白質(zhì)的功能機制、設計新的藥物和治療方法、理解疾病發(fā)生的分子基礎等等。通過(guò)預測蛋白質(zhì)的三維結構，科學(xué)家可以在實(shí)驗測定之前對蛋白質(zhì)的潛在功能進(jìn)行假設和研究。
今天，小編整理了蛋白質(zhì)結構預測的幾種主要方法和工具，幫助大家更好地了解這一領(lǐng)域的前沿進(jìn)展。
1. AlphaFold 3
AlphaFold 3是由谷歌DeepMind開(kāi)發(fā)的蛋白質(zhì)結構預測工具，相較于前兩代，它不僅專(zhuān)長(cháng)于蛋白質(zhì)結構預測，更拓展至DNA、RNA等生物分子的結構解析與相互作用預測。預測的蛋白質(zhì)結構精度非常高，接近實(shí)驗測定的水平。其核心結合了Transformer模型與Evoformer模塊處理多序列比對，理解進(jìn)化信息與氨基酸相互作用，提升預測準確性。
AlphaFold3的一個(gè)重要特點(diǎn)是它提供了一個(gè)免費的服務(wù)器，研究人員可以通過(guò)這個(gè)服務(wù)器提交預測請求，獲得蛋白質(zhì)、DNA、RNA以及相關(guān)分子復合物的結構模型。需要注意的是，服務(wù)器的使用有一定的限制，每天的預測次數有限。
網(wǎng)址：https://alphafold.ebi.ac.uk/
2. SWISS-MODEL
SWISS-MODEL是一款采用同源建模法（homology modeling）進(jìn)行蛋白質(zhì)三級結構預測的全自動(dòng)在線(xiàn)平臺。只需提供氨基酸序列，SWISS-MODEL便能快速生成預測的蛋白三維結構模型。SWISS-MODEL每周會(huì )根據UniProtKB蛋白組的數據對13種物種的所有序列進(jìn)行建模，預測精度非常高。
網(wǎng)址：https://www.swissmodel.expasy.org/
3. I-TASSER
I-TASSER是由張陽(yáng)教授發(fā)明的，一種基于穿線(xiàn)法的結構預測方法，首先通過(guò)增強型二級結構的Profile-Profile Threading Alignment（PPA）搜索可能的蛋白質(zhì)折疊，然后通過(guò)迭代的Threading ASSEmbly Refinement（TASSER）程序來(lái)組裝和優(yōu)化模型。I-TASSER能夠預測蛋白質(zhì)的結構并提供關(guān)于蛋白質(zhì)功能的預測，包括蛋白質(zhì)-配體結合位點(diǎn)的識別等。
需要注意：使用需要教育賬號進(jìn)行注冊，一個(gè)賬號一次只能預測一個(gè)結構。
網(wǎng)址：https://zhanggroup.org/I-TASSER/
4. Phyre2
Phyre2（Protein Homology/Analogy Recognition Engine Version 2）是Phyre的升級版，主要使用遠程同源檢測的方法對蛋白序列進(jìn)行3D建模，預測配體結合位點(diǎn)和氨基酸變異影響( nonsynonymous SNPs)，Phyre2分析功能強大，界面簡(jiǎn)潔，操作簡(jiǎn)單，是一款很實(shí)用的蛋白結構、功能和變異預測分析的在線(xiàn)工具。特別適合處理序列相似性較低的蛋白質(zhì)。
網(wǎng)址：http://www.sbg.bio.ic.ac.uk/phyre2/html/page.cgi?id=index
5. RoseTTAFold
RoseTTAFold是華盛頓大學(xué)David baker團隊開(kāi)發(fā)的基于“三軌（three-track）”模型的神經(jīng)網(wǎng)絡(luò )，信息在一維氨基酸序列信息、二維距離圖和三維坐標之間來(lái)回流動(dòng)，使網(wǎng)絡(luò )能夠共同推理序列內部和之間的關(guān)系、距離和坐標。
網(wǎng)址：https://www.cameo3d.org/
6. HelixFold-Single
HelixFold-Single結合了大規模蛋白質(zhì)語(yǔ)言模型（PLM）和AlphaFold2的幾何學(xué)習能力，能夠在無(wú)需多序列比對（MSA）的情況下進(jìn)行蛋白質(zhì)結構預測，提供了秒級預測的速度，適用于大規模蛋白質(zhì)結構預測。
網(wǎng)址：https://paddlehelix.baidu.com/app/drug/protein-single/forecast
