”
“
生命的多样性证明了蛋白质作为化学工具的惊人能力。它们不仅控制和推动所有化学反应，还构成了生命的基础。蛋白质同时也扮演着激素、信号物质、抗体和各种组织的构建模块，发挥着至关重要的作用。
诺贝尔化学委员会主席Heiner Linke表示：“今年获奖的两项发现，一项涉及令人惊叹的蛋白质构建，另一项则是实现了一个困扰科学界50年的梦想：从氨基酸序列预测蛋白质结构。这两项发现都开启了巨大的可能性。”
蛋白质通常由20种不同的氨基酸组成，被视为生命的构建块。2003年，David Baker成功利用这些构建块设计出一种全新类型的蛋白质。自此，他的研究小组不断创造出富有想象力的蛋白质，包括可用作药物、疫苗、纳米材料和微型传感器的蛋白质。
关于蛋白质结构的预测，氨基酸在蛋白质中以长链相连，最终折叠成三维结构，而这一结构对蛋白质的功能至关重要。自1970年代以来，研究人员一直努力从氨基酸序列中预测蛋白质结构，但这一任务非常困难。然而，在2020年，Demis Hassabis和John Jumper提出了一种名为AlphaFold2的AI模型。凭借这一模型，他们几乎能够预测出所有已被研究人员识别的200百万种蛋白质的结构。自突破以来，AlphaFold2已被来自190个国家的超过200万人使用。在无数科学应用中，研究人员现在能够更好地理解抗生素耐药性，并绘制出能够分解塑料的酶的结构。
没有蛋白质，生命就无法存在。如今我们能够预测蛋白质结构并设计自己的蛋白质，为人类带来了巨大的利益。
”
AlphaFold
蛋白质的三维结构对其功能至关重要，但仅根据氨基酸序列推断结构一直是科学界的难题。AlphaFold通过深度学习技术，实现了从氨基酸序列直接预测蛋白质三维结构的突破，解决了困扰多年的问题。
AlphaFold经历了多次迭代，显著推动了蛋白质结构预测领域的发展。
AlphaFold1于2018年亮相，通过结合物理模型和进化信息预测蛋白质结构，取得了显著进步。
AlphaFold2于2020年发布，采用深度学习模型直接从氨基酸序列预测三维结构，在预测精度上接近实验水平，成为蛋白质研究的里程碑。
未来预设版本的AlphaFold3有望进一步提升预测精度，可能解决动态蛋白质结构和多蛋白质复合体等更复杂的生物系统问题，扩大其应用范围。
编辑：陈玮洁 & 杨诗歌
排版：bonbon & 陈玮洁
审核：曹秋晨
转载须知：
本文为枢界centrangle原创文献阅读笔记
如需转载请标明来源
扫码加入群聊，尽享文献全文
