PNAS丨昌平实验室陈明辰等研究使用人工智能来探索由单一肽栈组成的可能淀粉样原纤维结构的景观
iNature
2025-04-25 00:00
文章摘要
该研究探讨了使用人工智能方法预测淀粉样蛋白原纤维结构的多态性景观。研究背景指出,淀粉样蛋白结构的多态性对结构预测提出了挑战,而现有的结构预测工具如AlphaFold难以应对这一挑战。研究目的是开发一种名为RibbonFold的新方法,该方法改编自AlphaFold2,通过引入平行同向约束和多态性损失函数来预测淀粉样蛋白结构。研究结果表明,RibbonFold在独立测试集上的表现优于AlphaFold2/3,能够有效捕捉淀粉样蛋白的多态性景观。结论认为,RibbonFold为淀粉样蛋白结构的多态性研究提供了有价值的框架,并有望促进相关疾病的靶向治疗策略开发。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。