AlphaFold 饱受关注，它被认为是划时代的壮举。但我们需要先确认哪三个问题？
已解决AlphaFold 饱受关注，它被认为是划时代的壮举。但我们需要先确认哪三个问题？
写回答
-
推荐回答第一，制药领域是否需要知道结构？正常的 Biology discovery 可以直接在细胞上 筛选或直接纯化蛋白筛。已知的只是序列和 binding affinity，不需要过程模 拟，但过程模拟的好处在于可以对一些关键位点进行改造；
第二，AlphaFold 预测的结果和传统的同源建模相比，传统的同源建模在有已知模 板的情况下表现更好。其中涉及 AlphaFold 里深层次算法的 flow 使用了 Multisequence alignment，是借用其他所有物种的所有蛋白质 family 的信 息去预测高等生物的信息，而这在很多核心区域会出现问题。如果是传统的 同源建模一般是更接近的物种或者同一物种的同一个蛋白组族，在已知的模型上即可直接预测，因此在真实的制药过程中，传统的同源建模置信度更高。 而针对没有模板的蛋白，则需要采取其他办法；
第三，我们采取的办法是直接从一级结构去预测生物活性，完全跳过了 structure biology 的过程，也就避免了这一过程中的误差。
以上内容摘自《2022阿里云生命科学与智能计算峰会演讲合集》电子书，点击https://developer.aliyun.com/ebook/download/7724 可下载完整版
2022-09-14 22:45:42赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
