对AlphaFold抗体-抗原建模的评估,对提高预测准确性的影响
Rui Yin1,2, Brian G Pierce1,2
1University of Maryland Institute for Bioscience and Biotechnology Research, Rockville, Maryland, USA.
Protein science : a publication of the Protein Society
|December 11, 2023
概括
在模拟抗体-抗原复合体方面,AlphaFold表现出更好的性能,最新版本的成功率超过30%. 增加采样进一步提高了准确度,达到50%左右,有助于治疗设计.
科学领域:
- 结构生物学 结构生物学
- 免疫学 免疫学 免疫学
- 计算生物学 计算生物学
背景情况:
- 高分辨率的抗体-抗原结构对于理解免疫反应和开发治疗方法至关重要.
- 由于免疫分子的巨大多样性,实验性结构确定具有挑战性.
- 准确的计算建模对于预测抗体-抗原相互作用至关重要.
研究的目的:
- 为了全面评估AlphaFold在模拟抗体-抗原复合体中的性能.
- 识别与成功建模相关的指标和复杂特征.
- 评估AlphaFold版本和采样对建模准确性的影响.
主要方法:
- 使用AlphaFold.对427个非冗余抗体-抗原复合结构的分析.
- 对AlphaFold和AlphaFold-Multimer的性能进行比较.
- 对预测模型质量的信心指标的评估.
- 研究影响建模成功的复杂特征.
主要成果:
- 最新的AlphaFold版本将近原生建模成功率提高到30%以上,比之前的版本 (~20%) 显著增加.
- 增加AlphaFold采样在建模抗体-抗原复合体中取得了大约50%的成功率.
- 特定的信心指标和复杂的特征被确定为建模准确性的预测指标.
结论:
- AlphaFold在生成准确的抗体-抗原模型方面表现出增强的能力.
- 该工具对治疗设计和免疫学研究中的应用有希望.
- 进一步的优化和训练可能会导致计算抗体-抗原建模的准确性更高.
