摘要
蛋白质结构预测通常指借助计算机计算模拟方法从氨基酸序列推断其三维空间结构.而空间结构决定其生理功能,故结构预测问题尤为重要.基于单纯物理学的预测仅能应对较短蛋白质且精度不高.而基于数据驱动和生物信息学的方法近十多年备受重视.本文主要回顾近十多年来深度学习在蛋白质预测领域的应用,重点介绍Deepmind团队的AlphaFold方法,此方法预测在单域蛋白质达到了中低分辨率实验精度,一定程度上解决了困扰人们五十多年的蛋白质结构预测难题.
-
单位聚合物分子工程国家重点实验室