alpha fold 2整体架构解读

整体架构解读

这是一个alpha fold2模型架构

1. 输入序列: 这是模型的输入数据,可以是DNA、RNA或蛋白质序列。

2. 遗传数据库搜索: 这部分会检查输入序列在遗传数据库中是否存在匹配的结构。

3. 配对表示: 这是用来表示蛋白质序列中残基之间的相互作用。

4. 模板搜索：搜索已有生成好的残基结构。

5. MSA (Multiple Sequence Alignment): 这一步会对输入序列进行多序列比对,找出保守区域。

6. MSA 表示: 生成MSA矩阵其中s是物种个数，r是残基个数，c残基的通道数（可以看成三维中长方体厚度）

7. Evodormer 模块: 这是用来生成蛋白质三维结构模型的关键部分,由48个预定义的结构块组成。

8. 结构模块: 这个模块会综合前面的信息生成最终的三维结构预测。

9. 结构预测: 最终输出的是预测的三维蛋白质结构。

Evoformer解读

下面进行他的每一个模块的解读

第一部分是一个按行的带门的添加pair偏移的自注意力

据提它是将cm维度的向量投影成（h，c）其中h为多头注意力的头数，而c为上述所说残基维数。

值得注意的是他将残基的矩阵pair representation中的信息加入到qk相乘的部分，在进行softmax，这样就可以把残基之间的关系融入其中，进而达到pair bias。

最上方将cm投影的（h，c）进行sigmoid从而达到门的效果最后将结果在线性表示回cm进而达到更新行的操作。

第二部分是一个按列的带门的自注意力

与上述几乎相同只是他采取的是按列的自注意力机制，且没有添加pair偏移。

第三部分是Transition layer

将MSA矩阵的cm维度拉长四倍，然后进行一个relu激活函数的操作，之后我们在其变为之前的维度。

第四部分是Outer product mean

第四部分是一个外积求均值的部分。

线性 cm-c 转换: 这个模块会将 MSA 表示转换成一种更简洁的线性表示。

Outer product: 这个模块会根据 cm到c 的线性表示生成一个"Outer product"。这个Outer product包含了一些相关的蛋白质性质信息。

均值 s: 这个模块会计算 将s求均值，然后的到二维（c，c）

最终会将pair矩阵中i行j列元素进行更新。

第五部分是外向的三角形边更新

上述流程图可以解释为i到j的位置关系可以由i到k和j到k的关系来进行修正。

starting node解释为i到j的关系可以有i到其他的关系汇总过来进行修正i到j的关系。

decode解读

1. 输入表示:

   • 单个残基表示 (Single repr. (r,c))
   • 配对表示 (Pair representation (r,r,c))
   • 这两种表示形式都作为输入进入模型。

2. IPA 模块:

   • 这个核心模块会根据输入的单个残基表示和配对表示,预测出相对旋转和平移信息。
   • 这些相对变换信息将用于生成最终的三维结构。

3. 预测步骤:

   • 首先根据相对变换信息预测出各原子的角度和位置。
   • 然后利用这些角度和位置信息来生成backbone frames，也就是蛋白质主链的坐标框架。

4. 输出:

   • 最终输出的是两组backbone frames，分别对应输入的两种表示形式。
   • 这些backbone frames就是模型预测的三维蛋白质结构。