KI-basierte Plattform zur Vorhersage und Entschlüsselung von Proteinstrukturen
2021
DeepMind, London, Großbritannien
Um die Entschlüsselung und Vorhersage von Proteinstrukturen zu optimieren und zu beschleunigen, hat das Unternehmen DeepMind das KI-basierte Computernetzwerk AlphaFold entwickelt. Um die Proteinstruktur vorherzusagen, nutzt AlphaFold sequenzielle, als auch strukturelle Informationen aus verschiedenen Datensätzen. Die Plattform basiert auf einem tiefenfaltenden neuronalen Netzwerk, das mit Millionen bekannter Proteinstrukturen aus der experimentellen Protein Data Bank (PDB) trainiert wurde. Um einen Deep-Learning-Algorithmus zu entwickeln, analysiert das System die primäre Aminosäuresequenz eines Proteins und berücksichtigt gleichzeitig evolutionäre, physikalische, sowie geometrische Informationen, die die räumliche Anordnung der Atome in einem Protein beeinflussen. Durch das integrierte maschinelle Lernsystem ist das System in der Lage, sich fehlende Kontexte selbstständig zu erschließen und optimiert die Proteinstrukturvorhersagen in einem kontinuierlichen Trainingsprozess. Die Ergebnisse der vorliegenden Studie zeigen, dass AlphaFold durch die Kombination bioinformatischer und physikalischer Ansätze die dreidimensionale Struktur einzelner Proteine äußerst präzise und nahezu mit experimenteller Genauigkeit vorhersagen kann und auch eine detaillierte Darstellung komplexer Proteinstrukturen ermöglicht. Der Proof of Concept der Methode wurde im Rahmen des 14. Critical Assessment of Protein Structure Prediction (CASP14) durchgeführt.
Highly accurate protein structure prediction with AlphaFold
John Jumper
Eingestellt am: 19.10.2023
[1] https://www.nature.com/articles/s41586-021-03819-2
