两篇新论文详细分析了AlphaFold 2的2亿个模型揭示的蛋白质宇宙

而且他们不得不创建新的工具来处理如此大量的蛋白质结构模型

<img alt="在讨论的文章中展示的资源之一，https://uniprot3d.org/，展示了蛋白质的分布，就像宇宙的现代视角一样，更亮的聚类包含更多成员。当用户放大时，可以检查相关的蛋白质，直到点击特定节点显示有关Uniprot背景中蛋白质家族的信息（这里只显示了一个结构模型）。图片由作者在浏览网站时组合而成。

DeepMind的AlphaFold 2与欧洲生物信息研究所合作，最近发布了超过2亿个预测的蛋白质结构，开启了蛋白质研究的新时代。在这里，我将介绍两篇发表在《自然》杂志上的开创性论文的发现摘要，深入探讨了这个蛋白质宇宙的深度。这些论文采用创新的聚类算法、结构比较和其他对现有工具的改进，以处理大数据量，揭示了前所未有的规模上的蛋白质结构多样性、进化关系和功能潜力。

蛋白质是生物学的工作马，控制着从能量生成到细胞分裂的各种细胞过程。虽然蛋白质的测序在多年来得到了飞速发展，这要归功于基因组学的进步，但由于缺乏可扩展的实验方法，蛋白质的三维结构的确定一直滞后。然而，随着DeepMind开发的具有突破性的人工智能系统AlphaFold 2的出现，蛋白质结构预测的领域发生了变革。AlphaFold蛋白质结构数据库（AFDB）现在拥有惊人的2亿个预测的蛋白质结构，标志着计算生物学的一个里程碑。

基于AlphaFold的数据库和完善的易于使用的在线AlphaFold界面即将…

不仅仅是计算生物学，还有实验生物学。对生物学中数据科学领域的未来的思考。

towardsdatascience.com

实际上，就在本周，有两组作者在《自然》杂志上发表了文章，报告了如何利用AlphaFold 2的蛋白质模型来揭示蛋白质宇宙中的新见解。这些研究利用现有工具的创新版本，适应了AFDB中的大量数据；例如，现代化的聚类算法和结构比较方法。通过这些改进的工具，这些研究探索了蛋白质结构的广阔领域，它们的进化起源和功能影响。