突破生物学极限：揭开AlphaFold2的神秘面纱

这张图展示了AlphaFold2如何工作来预测蛋白质结构的过程：

1. 数据输入和数据库搜索

- 将一个未知结构的氨基酸序列输入AlphaFold2。

- 系统在数据库中搜索类似的氨基酸序列和已知蛋白质结构。

2. 序列分析

- AI模型对齐所有相似的氨基酸序列，通常来自不同物种。

- 研究哪些部分在进化中被保留下来。

- 分析哪些氨基酸在三维结构中可能互相作用。相互作用的氨基酸会共同进化，例如带电荷的会相互吸引，疏水性的会一起排斥水。

3. AI分析

- 通过迭代过程，AlphaFold2改进序列分析和距离图。

- 使用神经网络（transformers）识别关键元素并参考其他已知蛋白质结构的数据。

4. 假设结构

- AlphaFold2将所有氨基酸拼凑成一个假设的蛋白质结构，并测试路径。

- 重复进行三次循环后，得出一个特定的结构。

- AI计算不同部分与现实对应的概率。

这一过程使得科学家能够更准确地预测蛋白质的三维结构，为生物医学研究带来巨大突破。