[📪정보] 오늘자 답마인드 알파폴드 새 논문

[익명(118.39)]

https://www.sciencemag.org/news/2021/07/new-public-database-ai-predicted-protein-structures-could-transform-biology


이제 DeepMind 연구원에보고 자연 350,000 예측 구조의 창조 이전에 실험 방법에 의해 해결로 많은 배보다 - 더 많은. 연구자들은 AlphaFold가 모든 인간 단백질의 거의 44%에 대한 구조를 생성했으며 인간 게놈에 의해 암호화된 모든 아미노산의 거의 60%를 덮는 구조를 생성했다고 말합니다. AlphaFold는 다른 많은 인간 단백질이 "무질서"하다고 결정했습니다. 이는 그 모양이 단일 구조를 채택하지 않는다는 것을 의미합니다. 이러한 무질서한 단백질은 단백질 파트너에 결합할 때 궁극적으로 구조를 채택할 수 있다고 Baker는 말합니다. 그들은 또한 자연적으로 여러 형태를 채택할 수 있다고 샌프란시스코 캘리포니아 대학의 구조 생물학자인 David Agard는 말합니다.


EMBL(European Molecular Biology Laboratory)의 공동 작업자와 함께 수집한 DeepMind의 새로운 단백질 예측 데이터베이스는 온라인에서 무료로 액세스할 수 있습니다. "이것을 사용할 수 있게 했다는 것은 환상적입니다."라고 Baker는 말합니다. “연구 속도가 정말 빨라질 것입니다.


”단백질의 3D 구조가 기능을 크게 좌우하기 때문에 DeepMind 라이브러리는 생물학자들이 수천 개의 알려지지 않은 단백질이 어떻게 일을 하는지 분류하는 데 도움이 됩니다. "EMBL의 우리는 이것이 삶이 어떻게 작동하는지 이해하는 데 혁신적일 것이라고 믿습니다."라고 연구소 소장인 Edith Heard는 말합니다.

DeepMind 협력자들은 AlphaFold2가 이미 이전에 발견된 것보다 더 빠르게 환경에서 플라스틱을 분해하는 새로운 효소의 개발에 박차를 가했으며 약물이 방치된 질병을 치료할 수 있는 새로운 가능성을 이끌어 냈다고 말합니다. EMBL의 유럽 생물정보학 연구소(European Bioinformatics Institute) 소장인 Ewan Birney는 "이것은 인간 게놈 지도 작성 이후 가장 중요한 데이터 세트 중 하나가 될 것"이라고 말했습니다

[익명(118.39)]

https://www.sciencemag.org/news/2021/07/new-public-database-ai-predicted-protein-structures-could-transform-biology