การออกแบบโปรตีนที่ใช้ AI ที่ยอดเยี่ยม
นี่คือชุดงานวิจัยเกี่ยวกับ การออกแบบโปรตีนที่ใช้ AI และพื้นที่เก็บข้อมูลจะได้รับการอัปเดตอย่างต่อเนื่องเพื่อติดตามขอบเขตของการออกแบบโปรตีนที่ใช้ AI
ยินดีต้อนรับสู่การติดตามและติดดาว!
สารบัญ
ภาพรวมของการออกแบบโปรตีน
เครื่องมือ AI ได้แก้ไขปัญหาการทำนายโครงสร้างโปรตีนแล้ว ปัญหานี้ได้มาจากโครงสร้างเชิงพื้นที่จากลำดับกรดอะมิโน และบรรลุความแม่นยำในการทำนายระดับอะตอม เช่น AlphaFold 2 โดยจะรวมแบบจำลองการทำนายโครงสร้างโปรตีนก่อนหน้านี้เพื่อเรียนรู้วิธีการออกแบบโปรตีนโดยอัตโนมัติ ซึ่งตอบสนองความต้องการทางเภสัชกรรมของมนุษย์อย่างแท้จริง
แนวทางปฏิบัติเฉพาะของการออกแบบโปรตีนนั้นแตกต่างกันอย่างมาก และคำจำกัดความของปัญหาที่ใช้กับกระบวนการออกแบบที่แตกต่างกันก็แตกต่างกันมากเช่นกัน นี่คือตัวอย่างบางส่วน:
- ปัญหาในการทำนายลำดับกรดอะมิโนจากโครงสร้างเชิงพื้นที่ (ผกผันของ Alphafold) ซึ่งสันนิษฐานว่าโครงสร้างเชิงพื้นที่ของโปรตีนที่ต้องการสามารถได้มาจากการจำลองพลวัตของโมเลกุล เป็นต้น
- ปัญหาของปัญหาความสมบูรณ์ของโครงสร้างโปรตีนสำหรับโครงสร้างบางส่วนที่กำหนด เช่น วิทยาศาสตร์ล่าสุด [1] โดยกลุ่ม David Baker ที่มีชื่อเสียง โดยถือว่าสามารถพบการจับคู่โครงสร้างเพียงบางส่วนเท่านั้น
- การผสมผสานระหว่างฟังก์ชันพลังงานที่เหมาะสมกับการจำลอง MD สำหรับการออกแบบโปรตีน เช่น Nature [2] ล่าสุดของทีม Liu Haiyan ในประเทศจีน
นอกจากนี้ การออกแบบโปรตีนยังสามารถนำมาใช้ได้หลายวิธี และคำจำกัดความของปัญหา AI ที่เกี่ยวข้องก็แตกต่างกันมากเช่นกัน บทความนี้แสดงรายการบทความระดับสูงบางส่วนเกี่ยวกับการออกแบบโปรตีนที่ใช้ AI ซึ่งจะได้รับการอัปเดตอย่างต่อเนื่องในอนาคต
เอกสาร
format:
- [title](paper link) [links]
- author1, author2, and author3...
- publisher
- keyword
ธรรมชาติ
การทำนายโครงสร้างที่แม่นยำของปฏิกิริยาทางชีวโมเลกุลกับ AlphaFold 3
- จอช อับรัมสัน, โจนาส แอดเลอร์, แจ็ค ดังเกอร์, ริชาร์ด อีแวนส์, ทิม กรีน, อเล็กซานเดอร์ พริทเซล, โอลาฟ รอนเนเบอร์เกอร์, ลินด์เซย์ วิลมอร์, แอนดรูว์ เจ. บัลลาร์ด, โจชัว แบมบริค, เซบาสเตียน ดับเบิลยู โบเดนสไตน์, เดวิด เอ. อีแวนส์, เชีย-ชุน ฮุง, ไมเคิล โอ' นีล, เดวิด ไรแมน, แคทรีน ธันยสุวรรณกุล, แซคารี วู, อัควิลė Žemgulytė, เอรินี่ อาร์วานิตี, ชาร์ลส บีตตี, ออตตาเวีย เบอร์ทอลลี่, อเล็กซ์ บริดจ์แลนด์, อเล็กซี่ เชเรปานอฟ, ไมล์ส คองเกรฟ, อเล็กซานเดอร์ ไอ. คาเวน-ริเวอร์ส, แอนดรูว์ โควี, ไมเคิล ฟิเกอร์นอฟ, ฟาเบียน บี. ฟุคส์, ฮันนาห์ แกลดแมน, ริชุบ เจน, ยูซุฟ เอ. ข่าน, แคโรไลน์ เอ็มอาร์ โลว์, คูบา เปอร์ลิน, แอนนา โปตาเพนโก, ปาสคาล ซาวี, ซุคดีพ ซิงห์, เอเดรียน สเตคูลา, อโชก ธิไลซันดาราม, แคทเธอรีน ตง, เซอร์เกย์ ยาคนีน, เอลเลน ดี. จง, มิชาล ซีลินสกี้, ออกัสติน ซิเดค, วิคเตอร์ แบปสต์, พุชมีต โคห์ลี, แม็กซ์ จาเดอร์เบิร์ก, เดมิส ฮาสซาบิส และจอห์น เอ็ม. จัมเปอร์
- คำสำคัญ: สถาปัตยกรรมแบบกระจาย การสร้างแบบจำลองโครงสร้างโปรตีน การสร้างแบบจำลองพื้นที่ชีวโมเลกุล
ฟังก์ชันพลังงานที่มีแกนหลักเป็นศูนย์กลางของโครงข่ายประสาทเทียมสำหรับการออกแบบโปรตีน
- บี ฮวง, อี ซู, X หู, อี หลิว, เอส เหลียว, เจ จาง, ซี ฮวง
- คำสำคัญ: ฟังก์ชันพลังงาน การจำลอง MD ศูนย์กลางแกนหลัก
การออกแบบโปรตีนเดอโนโวโดยภาพหลอนเครือข่ายลึก
- อีวาน อนิชเชนโก, ซามูเอล เจ. เพลล็อค, ทามูกา เอ็ม. ชิดเยาซิคู, เทเรซ่า เอ. ราเมล็อต, เซอร์เกย์ ออฟชินนิคอฟ, จิงโจว ห่าว, คุชบู บาฟนา, คริสตอฟเฟอร์ นอร์น, อเล็กซ์ คัง, อาซิม เค. เบรา, แฟรงค์ ดิไมโอ, ลอเรน คาร์เตอร์, คาเมรอน เอ็ม. โชว, เกตาโน ที. มอนเตลิโอเน และ เดวิด เบเกอร์
- คำสำคัญ: ภาพหลอน การวาดภาพ การออกแบบโปรตีน
การออกแบบโปรตีนที่จับกับโปรตีนจากโครงสร้างเป้าหมายเพียงอย่างเดียว
- Longxing Cao, Brian Coventry, Inna Goreshnik, Buwei Huang, William Sheffler, Joon Sung Park, Kevin M. Jude, Iva Marković, Rameshwar U. Kadam, Koen HG Verschueren, Kenneth Verstraete, Scott Thomas Russell Walsh, Nathaniel Bennett, Ashish Phal, แอริน หยาง, ลิซ่า โคโซดอย, มิเชล เดวิตต์, ลอรา พิกตัน, ลอเรน มิลเลอร์, เอวา-มาเรีย สตราวช์, นิโคลัส ดี. เดอบูเวอร์, อัลลิสัน ปิเรส, อาซิม เค. เบรา, ซาเมอร์ ฮาลาบียา, แบรดลีย์ แฮมเมอร์สัน, เว่ยหยาง, สเตฟเฟน เบอร์นาร์ด, แลนซ์ สจ๊วร์ต, เอียน เอ. วิลสัน, ฮันเนเล่ รูโอโฮลา-เบเกอร์, โจเซฟ ชเลสซิงเกอร์, ซังวอน ลี, ซาวาส เอ็น. ซาวิเดส, เค. คริสโตเฟอร์ การ์เซีย และเดวิด เบเกอร์
- คำสำคัญ: การอ้างอิงที่มีผลผูกพัน
วิศวกรรมชีวการแพทย์ธรรมชาติ
- เร่งการค้นพบยาต้านจุลชีพผ่านแบบจำลองเชิงลึกและการจำลองพลวัตของโมเลกุล
- ปาเยล ดาส, ทอม เซอร์คู, คาฮินี วาดฮาวัน, อิงค์ิต ปาธี, เซบาสเตียน เกห์มันน์, ฟลาวิอู ชิปซิแกน, วิจิล เชนทามารักชาน, เฮนดริก สโตรเบลต์, ซิเซโร ดอส ซานโตส, ปิน-ยู เฉิน, ยี่ ยาน หยาง, เจเรมี พีเค ตัน, เจมส์ เฮดริค, เจสัน เครน และอเล็กซานดรา โมจซิโลวิช
- คำสำคัญ: ยาต้านจุลชีพ ตัวเข้ารหัสอัตโนมัติแบบกำเนิด พลวัตของโมเลกุล
การสื่อสารธรรมชาติ
การค้นพบซับสเตรตเปปไทด์ของเดอโนโวสำหรับเอนไซม์โดยใช้การเรียนรู้ของเครื่อง
- ลอริลลี ทาลโลริน, JiaLei Wang, Woojoo E. Kim, Swagat Sahu, Nicolas M. Kosa, Pu Yang, Matthew Thompson, Michael K. Gilson, Peter I. Frazier, Michael D. Burkart และ Nathan C. Gianneschi
- คำสำคัญ: การออกแบบเอนไซม์ การเรียนรู้ของเครื่อง
ECNet เป็นเฟรมเวิร์กการเรียนรู้เชิงลึกที่บูรณาการตามบริบทเชิงวิวัฒนาการสำหรับวิศวกรรมโปรตีน
- Yunan Luo, Guangde Jiang, Tianhao Yu, Yang Liu, Lam Vo, Hantian Ding, Yufeng Su, Wesley Wei Qian, Huimin Zhao และ Jian Peng
- คำสำคัญ: สมรรถภาพทางกาย วิวัฒนาการ
การออกแบบโปรตีนและการทำนายตัวแปรโดยใช้แบบจำลองการกำเนิดแบบออโตรีเกรสซีฟ
- จองอึน ชิน, อดัม เจ. รีสเซลแมน, แอรอน ดับเบิลยู. คอลลาช, คอเนอร์ แม็คมาฮอน, เอลานา ไซมอน, คริส แซนเดอร์, อาชิช มังลิก, แอนดรูว์ ซี. ครูส และ เดโบรา เอส. มาร์กส์
- คำสำคัญ: แบบจำลองการกำเนิดแบบอัตโนมัติแบบถดถอย การออกแบบโปรตีน
การออกแบบลำดับโปรตีนที่มีศักยภาพในการเรียนรู้
- นามราตา อานันท์, ราฟาเอล เอกูชี, อิริมปัน ไอ. แมทธิวส์, คาร์ลา พี. เปเรซ, อเล็กซานเดอร์ เดอร์รี่, รุส บี. อัลท์แมน และ โป-ซู ฮวง
- คำสำคัญ: การออกแบบโปรตีน การทำงานของพลังงาน โครงข่ายประสาทเทียมระดับลึก
การออกแบบโปรตีนและการทำนายตัวแปรโดยใช้แบบจำลองการกำเนิดแบบออโตรีเกรสซีฟ
- จองอึน ชิน, อดัม เจ. รีสเซลแมน, แอรอน ดับเบิลยู. คอลลาช, คอเนอร์ แม็คมาฮอน, เอลานา ไซมอน, คริส แซนเดอร์, อาชิช มังลิก, แอนดรูว์ ซี. ครูส และ เดโบรา เอส. มาร์กส์
- คำสำคัญ: แบบจำลองการกำเนิดแบบอัตโนมัติแบบถดถอย การออกแบบโปรตีน
หน่วยสืบราชการลับของเครื่องจักรธรรมชาติ
ศาสตร์
ICML, ICLR หรือ NeurIPS
การเรียนรู้การเสริมกำลังเชิงลึกสำหรับการสร้างแบบจำลองโปรตีนเชิงซ้อน
- Ziqi Gao, Tao Feng, Jiaxuan You, Chenyi Zi, Yan Zhou, เฉินจาง, เจียหลี่
- คำสำคัญ: การทำนายโครงสร้างโปรตีนเชิงซ้อน การทำนายเส้นทางการเชื่อมต่อ เครือข่ายนโยบาย การเรียนรู้การเสริมแรง
BERTology พบกับชีววิทยา: การตีความความสนใจในรูปแบบภาษาโปรตีน
- เจสซี วิก, อาลี มาดานี, ลาฟ อาร์. วาร์ชนีย์, ไคหมิง ซิออง, ริชาร์ด โซเชอร์, นาซนีน ฟาเตมา ราจานี
- คำสำคัญ: แบบจำลองทางภาษา หม้อแปลงไฟฟ้า สมบัติทางโครงสร้างและหน้าที่
การออกแบบแอนติบอดีแบบมีเงื่อนไขเป็นการแปลกราฟเทียบเท่า 3 มิติ
- เซียงเจ้อคง, เหวินปิง หวง, หยาง หลิว
- คำสำคัญ: การออกแบบแอนติบอดี การแปลกราฟ
การปรับสภาพโดยการสุ่มตัวอย่างแบบปรับได้เพื่อการออกแบบที่แข็งแกร่ง
- เดวิด บรูคส์, ฮาห์นบอม พาร์ค, เจนนิเฟอร์ ลิสการ์เทน
- คำสำคัญ: การสุ่มตัวอย่างแบบปรับตัว การออกแบบโปรตีน
แบบจำลองกำเนิดเชิงลึกสร้างโครงสร้างโปรตีนใหม่และหลากหลาย
- เซหมิง ลิน, ทอม เซอร์คู, ยานน์ เลอคุน
- คำสำคัญ: ความหลากหลาย แบบจำลองการกำเนิด การออกแบบโปรตีน
การปรับปรุงคุณสมบัติทอพอโลยีให้คมชัดยิ่งขึ้นสำหรับการออกแบบโปรตีนเดอโนโว
- แซนเดอร์ ฮาร์เทเวลด์, โจชัว เซาเทิร์น, มิคาเอล เดฟเฟอร์ราร์, อันเดรียส ลูคัส, ปิแอร์ แวนเดอร์เกย์นสต์, มิเชล บรอนสไตน์, บรูโน คอร์เรอา
- คำสำคัญ: ตัวเข้ารหัสอัตโนมัติแบบแปรผัน คุณลักษณะทอพอโลยี ความคมชัด
Fold2Seq: แบบจำลองร่วมลำดับ (1D)-พับ (3D) แบบฝังสำหรับการออกแบบโปรตีน
- เยว่เฉา, ปาเยล ดาส, วิจิล เชนทามารักชาน, ปินหยู เฉิน, อิกอร์ เมลนีค, หยาง เซิน
- คำสำคัญ: แบบจำลองกำเนิด การออกแบบโปรตีน
การสร้างแบบจำลองกำเนิดสำหรับโครงสร้างโปรตีน
- นัมรตา อานันท์, โปซู หวาง
- คำสำคัญ: แบบจำลองกำเนิด การออกแบบโปรตีน
แบบจำลองกำเนิดสำหรับการออกแบบโปรตีนบนกราฟ
- จอห์น อิงกราแฮม, วิคัส การ์ก, เรจิน่า บาร์ซิเลย์, ทอมมี่ จาคโคลา
- คำสำคัญ: แบบจำลองกำเนิด การออกแบบโปรตีน
การเรียนรู้การเสริมแรงโดยใช้แบบจำลองสำหรับการออกแบบลำดับทางชีวภาพ
- XCristof Angermueller, David Dohan, David Belanger, Ramya Deshpande, Kevin Murphy, ลูซี่ โคลเวลล์
- คำสำคัญ: การเรียนรู้แบบเสริมกำลัง การออกแบบลำดับ
การสร้างโมเลกุลสำหรับการจับโปรตีนเป้าหมายด้วยลวดลายโครงสร้าง
- ไซซี จาง, เหยาเซิน มิน, ซูซิน เจิ้ง, ชี หลิว
- คำสำคัญ: โปรตีนเป้าหมาย ลวดลายโครงสร้าง การสร้างแบบทีละส่วน
การเรียนรู้การแทนโปรตีนโดยการฝึกล่วงหน้าโครงสร้างเรขาคณิต
- ซูไป่ จาง, หมิงห่าว ซู, อาเรียน จามาสบ์, วิจิล เฉินทามารักชาน, ออเรลี โลซาโน, ปาเยล ดาส, เจียน ถัง
- คำสำคัญ: การค้นคว้ายา การออกแบบยา แบบจำลองกำเนิดของโครงสร้างโมเลกุลใหม่
Arxiv หรือ bioRxiv
การสร้างโปรตีนพร้อมการแพร่กระจายเชิงวิวัฒนาการ: ลำดับคือสิ่งที่คุณต้องการเท่านั้น
- ซาราห์ อลัมดาริ, นิตยา ทัคการ์, เรียนน์ ฟาน เดน เบิร์ก, อเล็กซ์ ซีจี ลู, นิโคโล ฟูซี, เอวา ปาร์ดิส อามินี, เควิน เค ยัง
- คำสำคัญ: แบบจำลองการแพร่กระจาย แบบจำลองเชิงลึก การสร้างโปรตีน กรอบงาน การออกแบบลำดับ
ภาษาโปรแกรมระดับสูงสำหรับการออกแบบโปรตีนเจเนอเรชั่น
- ไบรอัน ฮี, ซัลวาตอเร่ แคนดิโด, เซมิง ลิน, โอริ คาเบลี, โรชาน ราโอ, นิกิต้า สเมตานิน, ทอม เซอร์คู, อเล็กซานเดอร์ ริฟส์
- คำสำคัญ: ESMfold แบบจำลองภาษา พลังงาน
การออกแบบโปรตีนที่แม่นยำและนำไปใช้ได้อย่างกว้างขวางโดยการบูรณาการเครือข่ายการทำนายโครงสร้างและแบบจำลองการแพร่กระจาย
- โจเซฟ แอล. วัตสัน, เดวิด เจอร์เกนส์, นาธาเนียล อาร์. เบนเน็ตต์, ไบรอัน แอล. ทริปเป, เจสัน ยิ้ม, เฮเลน อี. ไอเซนัค, วูดดี้ อาร์เฮิร์น, แอนดรูว์ เจ. บอร์สต์, โรเบิร์ต เจ. รากอตต์, ลูคัส เอฟ. มิลล์ส, บาไซล์ ไอเอ็ม วิคกี้, นิกิตา ฮานิเคล , ซามูเอล เจ. เพลล็อค, อเล็กซิส คูร์เบต์, วิลเลียม เชฟฟเลอร์, จู หวัง, พรีแธม เวนคาเตช, ไอแซค แซปปิงตัน, ซูซานา วาซเกซ ตอร์เรส, อันนา เลาโก, วาเลนติน เด บอร์โตลี, เอมิล มาติเยอ, เรจิน่า บาร์ซิลาย, ทอมมี เอส. จาคโคลา, แฟรงค์ ดิไมโอ, มินคยอง แบก, เดวิด เบเกอร์
- คำสำคัญ: การแพร่กระจาย กรอบการเรียนรู้เชิงลึกทั่วไป การออกแบบเครื่องผูกเดอโนโว
การออกแบบโปรตีนที่เน้นการทำงานโดยการสุ่มตัวอย่างแบบลึก
- วลาดิเมียร์ กลิโกริเยวิช, ดาเนียล เบเรนเบิร์ก, สตีเฟน รา, ไซมอน เคโลว์, คยองฮยอน โช
- คำสำคัญ: ตัวเข้ารหัสอัตโนมัติแบบ denoising ลำดับ การสุ่มตัวอย่างแบบ Deep Manifold
แบบจำลองภาษามีการสรุปมากกว่าโปรตีนธรรมชาติ
- โรเบิร์ต เวอร์คูอิล, โอริ คาเบลี, ยี่หลุน ดู, บาไซล์ ไอเอ็ม วิคกี้, ลูคัส เอฟ. มิลล์ส, จุสตาส เดาปารัส, เดวิด เบเกอร์, เซอร์เกย์ ออฟชินนิคอฟ, ทอม เซอร์คู, อเล็กซานเดอร์ ริฟส์
- คำสำคัญ: ESMfold แบบจำลองภาษา การออกแบบแกนหลักแบบตายตัว
แบบจำลองภาษาของลำดับโปรตีนในระดับวิวัฒนาการทำให้สามารถทำนายโครงสร้างได้อย่างแม่นยำ
- เซหมิง ลิน, ฮาลิล อาคิน, โรชาน ราว, ไบรอัน ฮี, จงไค จู, เหวินติง ลู, อัลลัน ดอส ซานโตส คอสต้า, มารียัม ฟาเซล-ซารานดี, ทอม เซอร์คู, ซัล คันดิโด, อเล็กซานเดอร์ ริฟส์
- คำสำคัญ: การทำนายโครงสร้าง แบบจำลองภาษา
TERMinator: กรอบการทำงานของระบบประสาทสำหรับการออกแบบโปรตีนตามโครงสร้างโดยใช้ Motifs การทำซ้ำระดับอุดมศึกษา
- อเล็กซ์ เจ. ลี, วิกรม ซันดาร์, เกวอร์ก กริกอเรียน, เอมี อี. คีทติ้ง
- คำสำคัญ: การออกแบบโปรตีน ลวดลายระดับตติยภูมิ
แบบจำลองภาษามีการสรุปมากกว่าโปรตีนธรรมชาติ
- โรเบิร์ต เวอร์คูอิล, โอริ คาเบลี, ยี่หลุน ดู, บาไซล์ ไอเอ็ม วิคกี้, ลูคัส เอฟ. มิลล์ส, จุสตาส เดาปารัส, เดวิด เบเกอร์, เซอร์เกย์ ออฟชินนิคอฟ, ทอม เซอร์คู, อเล็กซานเดอร์ ริฟส์
- คำสำคัญ: แบบจำลองภาษา การออกแบบโปรตีน
คนอื่น
อ้างอิง
[1] วัง จือ และคณะ "ไซต์การทำงานของโปรตีนนั่งร้านโดยใช้การเรียนรู้เชิงลึก" วิทยาศาสตร์ 377.6604 (2022): 387-394
[2] หวง ปิน และคณะ "ฟังก์ชันพลังงานที่มีแกนหลักเป็นศูนย์กลางของโครงข่ายประสาทเทียมสำหรับการออกแบบโปรตีน" ธรรมชาติ 602.7897 (2022): 523-528
มีส่วนร่วม
จุดประสงค์ของเราคือทำให้ repo นี้ดียิ่งขึ้น หากคุณสนใจที่จะมีส่วนร่วม โปรดดูที่นี่ เพื่อดูคำแนะนำในการบริจาค
ใบอนุญาต
การออกแบบโปรตีนที่ใช้ AI ที่ยอดเยี่ยมนั้นเผยแพร่ภายใต้ลิขสิทธิ์ Apache 2.0
