AlphaFold 蛋白质结构数据库

描述

AlphaFold 是由 Google DeepMind 创建的先进 AI 系统，旨在根据氨基酸序列预测蛋白质的三维结构。这项突破性技术与欧洲分子生物学实验室的欧洲生物信息学研究所 (EMBL-EBI) 合作开发，创建了 AlphaFold 蛋白质结构数据库。该数据库包含超过 2 亿条条目，广泛覆盖 UniProt，这是蛋白质序列和注释的标准存储库。

AlphaFold 蛋白质结构数据库是科学界的重要资源，提供与实验结果相竞争的高精度预测。该数据库包括人类蛋白组和 47 种其他关键生物的单独下载，这对研究和全球健康至关重要。此外，它还提供手动整理的 UniProt 子集的下载，称为 Swiss-Prot。

AlphaFold 在 CASP14 中被认可为排名第一的蛋白质结构预测方法，展示了其通过增强我们对蛋白质结构的理解来推动生物研究的潜力。尽管存在一些局限性，该系统的准确性和可靠性使其成为研究人员的强大工具。

该数据库不断更新新的蛋白质结构，并根据用户反馈改进其功能和特性。研究人员还可以使用开源代码生成自己的 AlphaFold 预测，该代码支持多聚体预测。

AlphaFold 蛋白质结构数据库中的数据可在 CC-BY-4.0 许可下用于学术和商业用途，要求适当的归属。该数据库促进了生物学中的功能和机制发现，推动了对蛋白质复合物及其在各种生物过程中的作用的理解。

AlphaFold 蛋白质结构数据库的核心功能

• 预测 3D 蛋白质结构

• 超过 2 亿条条目

• 高精度预测

• 覆盖 UniProt

• 人类和关键生物的蛋白组

• 开源预测代码

• 支持多聚体预测

• 数据使用的 CC-BY-4.0 许可

如何使用 AlphaFold 蛋白质结构数据库？

1. 1

   参与：访问个人资料

2. 2

   参与：关注

3. 3

   参与：启用通知

4. 4

   参与：阅读帖子

5. 5

   参与：互动

AlphaFold 蛋白质结构数据库的使用案例

• 蛋白质研究
• 药物发现
• 遗传研究
• 生物研究
• 教育用途

AlphaFold 蛋白质结构数据库的常见问题

• AlphaFold 是如何工作的？

  AlphaFold 使用 AI 预测蛋白质的 3D 结构，具体方法详见 DeepMind 2021 年的论文。

• 谁可以向 AlphaFold 提交数据集？

  符合条件的数据集可以在科学依据的支持下提交，使用 AlphaFold 2 或多聚体。

• 如果我找不到我感兴趣的蛋白质怎么办？

  尝试通过蛋白质或基因名称搜索，或使用开源代码生成预测。

• 我如何下载和使用预测对齐误差 (PAE) 文件？

  PAE 文件可以作为 JSON 下载，并使用 Python 或其他编程语言进行分析。

• 我应该联系谁以询问有关 AlphaFold 的问题？

  对于一般咨询，请联系 [email protected]，对于数据库特定问题，请联系 [email protected]。

• AlphaFold 数据的许可是什么？

  数据在 CC-BY-4.0 许可下提供，要求适当的归属。

• AlphaFold 数据库的覆盖范围是什么？

  该数据库覆盖超过 2 亿条蛋白质条目，包括人类蛋白组和关键生物。

• AlphaFold 的局限性是什么？

  尽管高度准确，AlphaFold 仍存在一些局限性，并根据反馈不断改进。