Dự đoán cấu trúc protein chính xác cao với AlphaFold
Hiểu được cấu trúc của protein có thể giúp hiểu được chức năng của chúng; tuy nhiên, các phương pháp tính toán hiện có không dự đoán được cấu trúc 3D của protein với độ chính xác nguyên tử. Rất may, một nghiên cứu gần đây được công bố trên tạp chí Nature đã giới thiệu một phiên bản được thiết kế lại mô hình dựa trên mạng nơ-ron AlphaFold. Nó có thể dự đoán cấu trúc protein với độ chính xác cạnh tranh với thí nghiệm ở hầu hết các trường hợp.
.jpg)
Mô hình dựa trên sự kết hợp của hai chiến lược được sử dụng riêng biệt trước đây: mô phỏng các tương tác vật lý và phân tích định dạng sinh học về cấu trúc tiến hóa của protein. Cách tiếp cận như vậy cho phép mạng học từ dữ liệu của Ngân hàng Dữ liệu Protein với những áp đặt thủ công tối thiểu. Nó có thể xử lý bối cảnh vật lý bị thiếu và tạo ra các mô hình chính xác ngay cả trong các trường hợp khó khăn. AlphaFold đã chứng tỏ giá trị của nó trong các thí nghiệm thay thế phân tử và giải thích bản đồ hiển vi điện tử đông lạnh.
Protein rất cần thiết cho sự sống, và hiểu cấu trúc của chúng có thể tạo điều kiện cho sự hiểu biết cơ học về chức năng của chúng. Thông qua một nỗ lực thử nghiệm khổng lồ, cấu trúc của khoảng 100.000 protein độc nhất đã được xác định, nhưng điều này chỉ chiếm một phần nhỏ trong hàng tỷ trình tự protein đã biết. Sự bao phủ cấu trúc bị tắc nghẽn bởi nỗ lực hàng tháng đến hàng năm trời cần thiết để xác định một cấu trúc protein đơn lẻ.
Các phương pháp tính toán chính xác là cần thiết để giải quyết khoảng cách này và cho phép tin sinh học cấu trúc quy mô lớn. Dự đoán cấu trúc 3-D mà một protein sẽ áp dụng chỉ dựa trên trình tự axit amin của nó, thành phần dự đoán cấu trúc của 'vấn đề gấp protein', đã là một vấn đề nghiên cứu mở quan trọng trong hơn 50 năm. Bất chấp những tiến bộ gần đây, các phương pháp hiện có còn thiếu độ chính xác về nguyên tử, đặc biệt là khi không có cấu trúc tương đồng nào.
Ở đây chúng tôi cung cấp phương pháp tính toán đầu tiên có thể thường xuyên dự đoán cấu trúc protein với độ chính xác nguyên tử ngay cả khi không có cấu trúc tương tự nào được biết đến. Chúng tôi đã xác thực phiên bản được thiết kế lại hoàn toàn của mô hình dựa trên mạng nơ-ron, AlphaFold, trong đánh giá quan trọng lần thứ 14 về Dự đoán cấu trúc protein (CASP14), chứng minh độ chính xác cạnh tranh với thử nghiệm trong đa số trường hợp và vượt trội hơn nhiều so với các phương pháp khác. Nền tảng cho phiên bản mới nhất của AlphaFold là một phương pháp học máy mới kết hợp kiến thức vật lý và sinh học về cấu trúc protein, tận dụng sự liên kết đa trình tự, vào việc thiết kế thuật toán học sâu.
ctngoc