AlphaFold3 para el modelado de péptidos cíclicos no canónicos: el benchmarking jerárquico revela precisión y pautas...

Área de la Ciencia:

• Biología estructural
• Química computacional
• Química medicinal

Sus antecedentes:

• AlphaFold3 ha revolucionado la biología estructural, pero su rendimiento en péptidos cíclicos no canónicos es desconocido.
• Los péptidos cíclicos con residuos no naturales son agentes terapéuticos clínicamente significativos.

Objetivo del estudio:

• Evaluar sistemáticamente AlphaFold3 para predecir las estructuras de péptidos cíclicos no canónicos.
• Para cuantificar la precisión de la predicción, evaluar las métricas de confianza e identificar sesgos.
• Proporcionar directrices para la aplicación de AlphaFold3 en la investigación de péptidos cíclicos.

Principales métodos:

• Desarrolló una tubería automatizada para las predicciones AlphaFold3 de péptidos cíclicos.
• Precisión jerárquica cuantificada (todos los átomos, Cα, residuos no naturales) para los monómeros y los complejos.
• Se han evaluado las métricas de confianza de AlphaFold3 y el impacto de las MSA y las plantillas.

Principales resultados:

• Primera evaluación sistemática de AlphaFold3 para péptidos cíclicos no canónicos.
• Análisis detallado de la precisión de las predicciones en diferentes niveles estructurales.
• Evaluación de las puntuaciones de confianza de AlphaFold3 y posibles sesgos.

Conclusiones:

• AlphaFold3 muestra potencial para predecir estructuras de péptidos cíclicos no canónicos.
• Comprender el rendimiento y las limitaciones de AlphaFold3 es crucial para su aplicación.
• Se proporcionan directrices para ayudar a los investigadores a utilizar AlphaFold3 para el descubrimiento de péptidos cíclicos bioactivos.