产业资讯方案大厅机构大厅

AlphaFold

计算机视觉AI基础设施数据科学人脸识别大数据技术Deepmind

产品描述

基于蛋白质的遗传序列来预测蛋白质的 3D 结构。

用神经网络预测物理性质: 方法依赖于深层神经网络,神经网络被训练后可以从蛋白质的遗传序列预测蛋白质的性质。我们的网络预测的特性是:(a)氨基酸对之间的距离,(b)连接这些氨基酸的化学键之间的角度。第一个进展是评估氨基酸对是否彼此接近的常用技术的进步。 我们训练神经网络来预测蛋白质中每对残基之间距离的独立分布。然后将这些概率组合成一个分数,以估计所构建的蛋白质结构有多精确。我们还训练了一个单独的神经网络,它使用所有距离来估计所构建的结构离正确答案有多近。 利用这些评分功能,我们能够搜索蛋白质形状,找到符合我们预测的结构。我们的第一个方法建立在结构生物学中常用的技术之上,并且用新的蛋白质片段反复替换蛋白质结构的片段。我们训练一个有生成式的神经网络来发明新的片段,这些片段被用来不断改进所提议的蛋白质结构的评分。

所用技术

研发机构