DiAMoNDBack:用于Cα蛋白痕迹的非确定性逆向映射的扩散-拒绝自动回归模型
Michael S Jones1, Kirill Shmilovich1, Andrew L Ferguson1
1Pritzker School of Molecular Engineering, University of Chicago, Chicago, Illinois 60637, United States.
Journal of chemical theory and computation
|October 31, 2023
概括
DiAMoNDBack是一个新的AI模型,它从简化的Cα痕迹中重建了详细的全原子蛋白质结构. 这种方法可以通过从粗的数据生成多样化,现实的原子配置来实现精确的蛋白质建模.
科学领域:
- 计算生物学 计算生物学
- 结构生物信息学 结构生物信息学
- 在分子建模中的人工智能.
背景情况:
- 粗粒型蛋白质模型为大规模模拟提供了计算效率,但缺乏原子细节.
- 从粗粒度模型中恢复所有原子的分辨率 (背面映射) 对于机械学的见解至关重要.
- 现有的逆向映射方法可能会在准确性,结合形成和生成多样化的配置方面扎.
研究的目的:
- 介绍DiAMoNDBack,这是一个自回归的无效扩散概率模型,用于蛋白质逆向映射.
- 从Cα-only表示形式生成现实的,多样化的全原子蛋白质结构.
- 提供一种可转移和准确的方法来重建原子化蛋白质的细节.
主要方法:
- 开发了DiAMoNDBack,这是一个自回归的无色化扩散模型.
- 在超过65,000个蛋白质数据库结构上训练了模型.
- 在Cα痕量和局部原子背景上逐一生成条件化残留物.
主要成果:
- 在重建全原子蛋白质结构方面取得了最先进的性能.
- 证明了准确的结合形成和避免硬体碰撞.
- 产生了各种各样的侧链配置组合,与Cα痕迹一致.
结论:
- DiAMoNDBack有效地恢复了粗粒型蛋白质模型中的原子细节.
- 该模型的局部和自身回归性质确保了不同蛋白质的可转移性.
- 公开发布DiAMoNDBack作为一个开源的Python包,以实现更广泛的可访问性.
