Descripción
ESMFold2 es un modelo avanzado de predicción de estructuras de proteínas que predice estructuras 3D de alta resolución y átomos completos directamente a partir de secuencias de aminoácidos. Como sucesor de ESMFold, establece un nuevo estándar para la predicción de estructuras de secuencias únicas y permite la generación de nuevas proteínas funcionales a través de la exploración del espacio latente del modelo ESMC.
El modelo puede utilizar una entrada opcional de alineación de secuencias múltiples (MSA), lo que mejora significativamente la precisión, especialmente en objetivos desafiantes. ESMFold2 proporciona información estructural completa, incluyendo coordenadas de átomos completos tanto para la cadena principal como para las cadenas laterales, métricas de confianza y predicciones de distogramas opcionales para un análisis detallado de las estructuras predichas. Esto lo convierte en una herramienta valiosa para investigadores y profesionales en el campo de la ciencia de proteínas.
Para comenzar con ESMFold2, los usuarios pueden consultar la Guía de Inicio Rápido y los Tutoriales disponibles en la plataforma Biohub. El proceso de instalación implica instalar el paquete de Python esm, crear una clave API desde una cuenta de Biohub y conectarse a la API de la Plataforma Biohub. Una vez configurado, los usuarios pueden ejecutar su inferencia y explorar varios casos de uso, como el plegado de proteínas en combinación con ADN, ARN y ligandos de pequeñas moléculas, o diseñar anticuerpos y minibinders con altas tasas de éxito.
ESMFold2 fue entrenado en conjuntos de datos extensos, incluyendo secuencias del Banco de Datos de Proteínas (PDB) y la Base de Datos AlphaFold (AFDB). Sin embargo, es importante señalar que el modelo predice conformaciones estáticas únicas y no está diseñado para modelar la dinámica de proteínas o la flexibilidad conformacional. Las salidas deben ser validadas experimentalmente y no está destinado a aplicaciones clínicas o terapéuticas sin una validación adicional. En general, ESMFold2 representa un avance significativo en el campo de la predicción de estructuras de proteínas, ofreciendo a los investigadores herramientas poderosas para explorar estructuras y funciones de proteínas.
Aspectos destacados de Predicción de Estructura de Proteínas ESMFold2
Predicción de estructuras 3D de alta resolución
Modelos de secuencia única y condicionados por MSA
Salidas de coordenadas de átomos completos
Métricas de confianza incluidas
Predicciones de distogramas disponibles
Acceso API para integración
Acceso abierto al modelo
Entrenado en conjuntos de datos PDB y AFDB
Primeros pasos con Predicción de Estructura de Proteínas ESMFold2
Instalar el paquete de Python esm: Siga las instrucciones de instalación proporcionadas en la Guía de Inicio Rápido.
Crear una clave API: Genere una clave API desde su cuenta de Biohub para gestionar el acceso.
Conectarse a la API de la Plataforma Biohub: Utilice la clave API para autenticar sus solicitudes.
Ejecutar su inferencia: Llame al cliente de inferencia con el modelo seleccionado y su token API.
Casos de uso de Predicción de Estructura de Proteínas ESMFold2
- Plegado de Proteínas
- Diseño de Anticuerpos
- Análisis Estructural
- Generación de Proteínas Funcionales
- Aplicaciones de Investigación
