新しいタンパク質設計のためのディープラーニング

タンパク質設計のためのディープラーニング

.fav_bar { float:left; border:1px solid #a7b1b5; margin-top:10px; margin-bottom:20px; } .fav_bar span.fav_bar-label { text-align:center; padding:8px 0px 0px 0px; float:left; margin-left:-1px; border-right:1px dotted #a7b1b5; border-left:1px solid #a7b1b5; display:block; width:69px; height:24px; color:#6e7476; font-weight:bold; font-size:12px; text-transform:uppercase; font-family:Arial, Helvetica, sans-serif; } .fav_bar a, #plus-one { float:left; border-right:1px dotted #a7b1b5; display:block; width:36px; height:32px; text-indent:-9999px; } .fav_bar a.fav_de { background: url(../images/icons/de.gif) no-repeat 0 0 #fff } .fav_bar a.fav_de:hover { background: url(../images/icons/de.gif) no-repeat 0 0 #e6e9ea } .fav_bar a.fav_acm_digital { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_acm_digital:hover { background:url(‘../images/icons/acm_digital_library.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_pdf { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #FFF; } .fav_bar a.fav_pdf:hover { background:url(‘../images/icons/pdf.gif’) no-repeat 0px 0px #e6e9ea; } .fav_bar a.fav_more .at-icon-wrapper{ height: 33px !important ; width: 35px !important; padding: 0 !important; border-right: none !important; } .a2a_kit { line-height: 24px !important; width: unset !important; height: unset !important; padding: 0 !important; border-right: unset !important; border-left: unset !important; } .fav_bar .a2a_kit a .a2a_svg { margin-left: 7px; margin-top: 4px; padding: unset !important; }

ワシントン大学（UW）とベルギーのゲント大学の科学者たちは、ディープラーニングの技術を使用して、de novoの計算タンパク質設計において、現在のエネルギーベースの物理モデルを強化しました。

研究者たちは、DeepMindのAlphaFold 2とUWが開発したRoseTTA foldソフトウェアを、ディープラーニングによって補完されたde novoタンパク質バインダー設計プロトコルに組み込みました。彼らはテキサス先端コンピューティングセンターのFronteraスーパーコンピュータ上で潜在的に結合するタンパク質構造の間で600万回の相互作用を並列に実行し、UWのProteinMPNNソフトウェアを使用して、以前の最高のソフトウェアよりも200倍以上速くタンパク質配列のニューラルネットワークを生成しました。

結果は、設計された構造がターゲットタンパク質に10倍速く結合することを示していますが、UWのブライアン・コヴェントリーは、さらに3桁の速度向上が必要であると述べています。この研究は、Nature Communicationsに記載されています。

• 「生成AIは世界を変える可能性があるが、データインフラストラクチャが追いつかなければならない」
• 「データ品質とは何ですか？」
• 「Devartの26周年を祝い、データ接続ツールに独占的な20%割引！」

Texas Advanced Computing Centerからの全文を表示

抄録の著作権は、2023年にSmithBucklin、アメリカ合衆国ワシントンDCで保護されています

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!