针对抗体-抗原和其他点的AlphaFold和对接方法:来自CAPRI第47-55轮的见解
Ragul Gowthaman1,2, Minjae Park1,2, Rui Yin1,2
1University of Maryland Institute for Bioscience and Biotechnology Research, Rockville, Maryland, USA.
Proteins
|January 20, 2025
概括
计算生物学家使用AlphaFold和其他工具在预测相互作用的临界评估 (CAPRI) 实验中建模生物分子相互作用. AlphaFold显示了预测蛋白质复合物的前景,包括那些参与免疫识别的蛋白质复合物.
科学领域:
- 计算生物学 计算生物学
- 结构生物学 结构生物学
- 生物信息学是一种生物信息学.
背景情况:
- 对生物分子相互作用的准确建模在计算生物学中至关重要.
- 预测相互作用的批判性评估 (CAPRI) 实验基准预测方法.
- 评估蛋白质-蛋白质和蛋白质-DNA复杂结构是一个关键的挑战.
研究的目的:
- 评估实验室团队在最近的CAPRI试验中表现的表现.
- 评估AlphaFold和其他建模工具用于预测复杂结构的实用性.
- 研究AlphaFold在免疫识别复合体建模中的应用.
主要方法:
- 使用ZDOCK,Rosetta和ZRANK进行建模,改进和得分.
- 使用AlphaFold的调整来生成结构模型.
- 提交了10个CAPRI建模目标的预测,包括蛋白质-蛋白质和蛋白质-DNA复合体.
主要成果:
- 使用AlphaFold实现了用于抗体-基标的近原生模型.
- 为抗体-MHC复合体生成了一个高度准确的模型.
- 证明了基于AlphaFold的协议在预测建模中的有效性.
结论:
- 基于AlphaFold的协议对预测性蛋白质复合体建模非常有价值,特别是在免疫识别方面.
- 来自AlphaFold的信心指标需要在模型选择过程中仔细考虑.
- 计算工具的持续开发和应用对于推进结构生物学至关重要.
