AI预测蛋白质结构

基于AlphaFold2进行蛋白质结构预测的文章解析

RoseTTAFold: Tunyasuvunakool, K., Adler, J., Wu, Z. et al. Highly accurate protein structure prediction for the human proteome. Nature 596, 590–596 (2021)

AlphaFold2: Accurate prediction of protein structures and interactions using a three-track neural network

上海交大超算平台用户手册 Documentation

AF2方法总结
展示了一种联合嵌入多序列比对 (MSA) 和成对特征的输出和损失估计新架构，可实现准确的端到端结构预测 训练神经网络来对regression target进行逐步迭代精化（Iterative refinement） 广泛运用了Attention架构。一个二维的表可以横着做再竖着做attention，一个图可以在各种局部结构上做attention，从而不断精化embedding的结构。

还用到了Noisy student self-distillation，用带标签数据（氨基酸序列与三维坐标的对应）先训练一遍网络，然后用训练完的网络在无标签数据（仅有氨基酸序列）上预测一遍生成新的数据集，只保留预测得好的部分，然后把这两者混合拿来再进行训练 类似BERT的masking操作，对各种输入信息加噪音要求输出稳定，提高了鲁棒性和泛化能力。