Video Experimental Relacionado
Updated: Feb 6, 2026

Creating Virtual-hand and Virtual-face Illusions to Investigate Self-representation
Published on: March 1, 2017
VsNsbench: evaluación del mecanismo de ajuste inducido de AlphaFold3 para la mejora del cribado virtual
Shu-Kai Gu1,2,3, Chao Shen4, Yu-Wei Yang1
1Faculty of Applied Science, Macao Polytechnic University, Macao, China.
AlphaFold3 (AF3) muestra una mejora en el modelado inducido por ligandos para el cribado virtual (VS) al predecir estructuras holo. Su rendimiento depende de la afinidad del ligando, lo que resalta el potencial para el descubrimiento de fármacos, pero requiere mejoras en el modelado multiestado.
Área de la Ciencia:
- Biología computacional
- Biología estructural
- Descubrimiento de fármacos
Sus antecedentes:
- AlphaFold3 (AF3) predice estructuras holo, extendiendo AlphaFold2 (AF2).
- Las capacidades de modelado de ajuste inducido de AF3 no se comprenden completamente.
- Es crucial evaluar el rendimiento de AF3 en el cribado virtual (VS).
Objetivo del estudio:
- Evaluar el rendimiento del cribado virtual de las estructuras holo inducidas por ligandos de AlphaFold3 (AF3).
- Comparar las estructuras holo de AF3 con las estructuras apo de AF3, apo experimental y AlphaFold2 (AF2).
- Investigar la influencia de la afinidad del ligando en el modelado inducido de AF3.
Principales métodos:
- Evaluación de las estructuras holo de AF3 en los conjuntos de datos DUD-E y VsNsBench.
- Comparación de las capacidades de enriquecimiento de las estructuras holo de AF3 frente a las estructuras apo y AF2.
- Análisis del rendimiento de AF3 basado en la afinidad del ligando y realización de un estudio de caso de quinasa.
Principales resultados:
- Las estructuras holo de AF3 mejoraron significativamente el enriquecimiento en comparación con AF3 apo, apo experimental y AF2.
- El rendimiento de AF3 fue superior al de las estructuras holo experimentales en VsNsBench, pero inferior en DUD-E.
- Los ligandos de alta afinidad mejoraron el modelado inducido de AF3, mientras que los ligandos de baja afinidad resultaron en un rendimiento deficiente.
- El cribado virtual directo con AF3 mostró ser prometedor, pero enfrentó desafíos de eficiencia computacional.
- AF3 modeló con éxito conformaciones específicas de inhibidores en un estudio de caso de quinasa (tasa de éxito del 75%).
Conclusiones:
- AF3 incorpora eficazmente el modelado de ajuste inducido para predecir estructuras holo.
- El rendimiento de AF3 depende críticamente de la afinidad de unión del ligando.
- Se necesitan mejoras adicionales para modelar conjuntos conformacionales multiestado, a pesar de los resultados prometedores.
Más Videos Relacionados
Videos de Conceptos Relacionados
Induced-fit Model
Enzymes exhibit substrate specificity, meaning that they can only bind to certain substrates. This is mainly determined by the shape and chemical...
Self-Evaluation: Self-Enhancement and Self-Verification
Inclusive Fitness
Goodness-of-Fit Test
Mechanisms of Retrovirus-induced Cancers
Virtual Work
In static equilibrium, a body can experience an imaginary or virtual movement, such as displacement or rotation. The virtual work done by a force is equal to the dot product of force and virtual displacement in the direction of the force. When it comes to virtually rotating a...

