Kasu:
- Suuda mõista AlphaFoldi tööd, usaldusskoore, nagu pLDDT ja PAE, ja seda, et struktuur on "ennustus", ning tehisintellekti abil struktuuri õigesti tõlgendada.
- Oskus ära tunda madala usaldusskooriga valdkondi (paindlik/ebaregulaarne) ja vältida liigset tõlgendamist ning võrrelda eksperimentaalsete tõenditega
- Oskus rakendada distsipliini, mis käsitleb struktuuri ennustamist hüpoteesina ja ühendab funktsionaalsed väited eksperimentaalse kontrolliga.
Et mõista, mida valk teeb, on sageli vaja teada selle kolmemõõtmelist volditud struktuuri; sest funktsioon tuleneb struktuurist. Aastakümneid kestis valgu struktuuri eksperimentaalne määramine (röntgenkristallograafia, krüoelektronmikroskoopia) kuid kuni aastaid. AlphaFold (DeepMindi välja töötatud tehisintellekti süsteem, mis ennustab aminohappejärjestuste põhjal valkude struktuuri) vähendas selle minutiteks ja avalikustas sadade miljonite valkude ennustatud struktuurid. Selles üksuses saate teada, kuidas lugeda AlphaFoldi väljundit, kuidas tõlgendada usaldusskoore ja kuidas selles tõlgenduses ohutult kasutada LLM-i.
Kriitiline eristus: AlphaFold on struktuuri ennustamise tööriist ja selle väljund on ennustus, mitte eksperimentaalne tõde. LLM (vestlusmudel nagu ChatGPT) ei ole ise AlphaFold; See ei suuda "mäletada" valgu koordinaate. Kasutage AlphaFoldi väljundi tõlgendamiseks ja selgitamiseks LLM-i; hankige struktuur ise AlphaFoldi andmebaasist või tööriistast.
Põhimõisted
- Esmane struktuur: Aminohappejärjestus (valgu tähtahel).
- Sekundaarne/tertsiaarne struktuur: spiraal (alfa-heeliks), leht (beeta-leht) ja ahela kolmemõõtmeline voltimine.
- pLDDT: AlphaFoldi kohalik usaldusskoor iga aminohappe kohta vahemikus 0 kuni 100. 90+ tähendab väga kõrget usaldust, 70-90 tähendab head, 50-70 tähendab madalat ja alla 50 tähendab väga madalat usaldusväärsust. Madala pLDDT-ga piirkonnad on üldiselt "korrastatud" piirkonnad (ilma selge voldita).
- PAE (Predicted Aligned Error): prognoositav viga kahe piirkonna suhtelises asukohas; See näitab, kui usaldusväärne on domeenide paigutus üksteise suhtes.
- PDB: andmebaas ja failivorming, milles salvestatakse eksperimentaalsed valgustruktuurid.
AlphaFoldi väljundi lugemine: samm-sammult
1. Valige õige valk ja järjestus. Tuvastage valk UniProti (valguteabe andmebaas) numbriga; Leidke selle numbriga struktuur AlphaFoldi andmebaasist.
2. Vaadake pLDDT kaarti. Vaadake, millised struktuuri osad on ennustatud suure usaldusväärsusega (sinine) ja millised madala usaldusväärsusega (oranž/kollane). Olge ettevaatlik kommentaaride suhtes madala usaldusväärsusega piirkondades.
3. Lugege PAE diagrammi. PAE näitab, kas domeenide suhteline paigutus mitme domeeniga valgus on usaldusväärne. Kõrge PAE tähendab, et väljade suhteline asukoht on ebakindel.
4. Võrdle eksperimentaalse struktuuriga. Sobitage esialgse eelarveprojekti eksperimentaalne struktuur, kui see on saadaval. Kui AlphaFoldi ennustus on eksperimentaalsele lähedal, suureneb teie enesekindlus.
5. Tõlgenda variandi efekti. Aminohappemuutuse mõju struktuurile tõlgendamisel võtke arvesse pLDDT ja selle piirkonna funktsionaalset tähtsust koos (aktiivne sait, sidumistasku).
Näpunäide: madal pLDDT ei tähenda alati "valet oletust"; Sageli on see märk sellest, et piirkond on tegelikult olemuslikult korrastamata. Nii et madal usaldus peegeldab mõnikord täpset bioloogilist fakti. Selle eristamiseks kontrollige järjestust ka ebakorrapärasuse ennustamise tööriistadega.
kolm minikarpi
Juhtum 1 – madala usaldusväärsuse tsooni ületõlgendus. Üks õpilane väitis, et AlphaFoldi struktuuris olev "silmus" sobib konkreetsesse taskusse ja AI kinnitas seda. Kui õpilane aga vaatas pLDDT-d, nägi ta, et selle õmbluse tulemus oli 42 (väga madal); nii et tema seisukoht oli ebausaldusväärne. Nõue võeti tagasi. Õppetund: enne kommenteerimist kontrollige alati kohalikku usaldusskoori.
Juhtum 2 – väljamõeldud koordinaat. Teadlane küsis LLM-ilt valgu konkreetse aminohappe 3D-koordinaati; LLM andis veenvad numbrid kolme kümnendkoha täpsusega. Kui uurija võrdles neid tegelike koordinaatidega AlphaFoldi PDB-failis, nägi ta, et need olid täielikult välja mõeldud. LLM ei suuda koordinaati "mäletada"; koordinaadid tuleb failist lugeda.
Juhtum 3 – kinnitus saadud. Doktorant mõtles, kas üks variant (p.Gly12Val) on valgu aktiivse saidi lähedal. YZ tuletas meelde, et UniProtis on määratud aktiivse saidi jäägid; Õpilane avas UniProti ja leidis aktiivse saidi ning mõõtis seejärel struktuurivaaturiga (PyMOL), et Gly12 oli AlphaFoldi struktuuris sellest saidist 8 angströmi kaugusel. Numbriline mõõtmine sisaldas väidet "lähedal".
Näide: pLDDT lugemine struktuurifailist
# AlphaFoldi PDB-failis on pLDDT salvestatud veergu B-faktor. Bio.PDB-st import PDBParserimport numpy as npyapi = PDBParser(QUIET=True).get_structure("AF", "AF-P04637-F1.pdb")plddt = [aatom.b-tegur aatomi jaoks struktuuris.get_atoms() if atom.name == "CA":",]pLDD"A: round(np.mean(plddt), 1))print("Madala usaldusväärsusega (<70) jäägimäär (%):", round(100 * np.mean(np.array(plddt) < 70), 1))
See võimaldab enne kommenteerimist numbriliselt näha struktuuri üldist töökindlust.
Neli kopeeritavat malli
1) Struktuuri tõlgendamine (usaldusskooriga):
Sinu roll: struktuuribioloogia assistent. Aidake mul tõlgendada UniProt [number] valgu AlphaFoldi struktuuri. Vastake neile küsimustele, kuid koordineerige/hinne PAIGALDAMINE: millistes piirkondades ootame kõrget/madalat pLDDT-d, mida näitab PAE, kas on olemas eksperimentaalne struktuur (PDB), kuidas võrrelda? Ma loen failist väärtused.
2) Variant-struktuuri efekt:
Aidake mul tõlgendada järgmise variandi võimalikku mõju valgu struktuurile: [lk. Andke mulle, milliseid tõendeid otsida otsese "destruktiivse" väite asemel.
3) pLDDT/PAE kirjeldus:
Selgitage näitega, mis vahe on pLDDT ja PAE vahel, kumba ja millal peaksin variantanalüüsis vaatama. Mõelge ühe domeeni ja mitme domeeniga valgujuhtudele eraldi.
4) Struktuuri võrdlusplaan:
Tahan võrrelda AlphaFoldi ennustust eksperimentaalse esialgse eelarveprojekti struktuuriga. Kuidas arvutada RMSD-d (keskmine kõrvalekalle struktuuride vahel), mis tööriistaga ma seda teen (PyMOL,Biopython), milline lävi loeb "heaks kattuvuseks"? Esitage samm-sammult plaan.
Nõrk viip / Tugev viip
Nõrk: "Joonistage selle valgu struktuur ja öelge p.Arg273His mõju."
Probleem: LLM ei saa joonistada struktuuri/sobituskoordinaate; usaldusskoori ei võeta arvesse; Väide lõpliku mõju kohta oleks alusetu.
Tugev: "Laadisin ise alla UniProt P04637 jaoks mõeldud AlphaFoldi versiooni. Vaadates p.Arg273His jäägi pLDDT-d ja selle funktsionaalset annotatsiooni UniProtis, öelge mulle samm-sammult, kuidas peaksin selle mõju tõlgendama; andke mulle, milliseid tõendeid lõpliku väite asemel otsida."
Miks see on võimas: struktuur on võetud allikast, usaldusskoor on kesksel kohal, väide on seotud tõenditega.
küsimus
Kas AlphaFold tarnib?
Kus/kuidas kinnitada
3D voltimise ennustus
Jah
AlphaFold DB / fail
kohalik usaldus
Jah (pLDDT)
B-teguri veerg
Domeenidevaheline asukoht
Jah (PAE)
PAE diagramm
Eksperimentaalne reaalne struktuur
ei
Esialgne eelarveprojekt (katseline)
Variandi täpne funktsionaalne mõju
ei
Funktsionaalne uuring + ekspert
Levinud vead
- Usaldusskoori vahelejätmine. Tõlgendamine madala pLDDT piirkonnas on ebausaldusväärne.
- Ennustuse eksitamine empiirilise faktiga. AlphaFoldi väljund on hinnanguline; Kriitilised otsused nõuavad empiirilisi tõendeid.
- Koordinaatide küsimine LLM-ist. Koordinaate loetakse failist, mitte ei jäeta meelde.
- PAE ignoreerimine. Mitmedomeenilistes valkudes võib domeenide suhteline asukoht olla ebakindel.
- Pidades madalat enesekindlust kohe "veaks". Mõnikord on see ala tõesti ebaühtlane.
Ettevaatust: AlphaFoldi järgud kujutavad endast "staatilist" kujutist; Pidage meeles, et valgud on tegelikult liikuvad molekulid, mis võivad siseneda mitmesse konformatsiooni. Ükski struktuur ei peegelda täielikult dünaamilist käitumist.
Sügavus: kus AlphaFold on struktuurselt vaikne
AlphaFold on võimas, kuid teadmine, mida see ei suuda, on pool võitu selle ohutuks kasutamiseks. Esiteks voltib standard AlphaFold ruumis ühe valgu; See ei modelleeri ligande, ioone, kofaktoreid ega ravimimolekule. Tsingi ioon ensüümi või substraadi aktiivses kohas ei esine struktuuris; Seetõttu võib selline kommentaar nagu "see tasku on tühi, talitlushäire" olla eksitav. Teiseks ei modelleeri see otseselt mutatsiooni mõju: isegi kui tutvustate kahte samale järjestusele lähedast varianti, tekitab AlphaFold tavaliselt peaaegu sama struktuuri; Te ei saa tõestada väidet "see variant rikub struktuuri", võrreldes AlphaFoldi kahte ennustust. Kolmandaks ei võta see arvesse translatsioonijärgseid modifikatsioone (nagu fosforüülimine, glükosüülimine) ja membraanivalkude tegelikku keskkonda membraanis.
Näide: üks meeskond väitis AlphaFoldi kujutise põhjal, et kinaasi ensüümi ATP-d siduvataskule lähedane variant "sulgeb tasku"; kinnitas ka tehisintellekt. Kui avati eksperimentaalne kristallstruktuur (PDB), ilmnes, et selle piirkonna kofaktor, mida AlphaFold polnud modelleerinud, kujundas juba taskut – variandi mõju oli hoopis teisest mehhanismist. Teine juhtum: uurija oletas, et "silmus" kahe välja vahel ühendab kahte välja; PAE kaart näitas nende kahe piirkonna vahel suurt viga (ebaselge suhteline asukoht), seega oli ühenduse väide alusetu. PAE lugemine hoidis ära vigase mehhanismi loo.
5) AlphaFoldi piiride juhtimismall:
Enne järgmise struktuurse väite kaalumist loetlege, millised AlphaFoldi piirangud selles küsimuses mängu tulevad: [nõue]. Öelge mulle, milliseid täiendavaid tõendeid (eksperimentaalne struktuur, funktsionaalne uuring) ma vajan, eriti ligandi / iooni / kofaktori puudulikkuse, mutatsioonide modelleerimise puudumise ja PAE määramatuse osas.
Kokkuvõttes
- AlphaFold on võimas tööriist, mis ennustab järjestuse järgi struktuuri, kuid selle väljund on oletus; tuleks lugeda koos usaldusskooridega.
- pLDDT näitab kohalikku usaldust, PAE näitab domeenidevahelist asukoha usaldust; Enne kommenteerimist vaadake mõlemat.
- LLM ei suuda "mäletada" koordinaate ega struktuuri; hankige struktuur AlphaFoldist/PDB-st, kasutage kommentaarides LLM-i.
- Empiirilised tõendid ja eksperthinnangud on kriitiliste otsuste tegemisel asendamatud.
Rakenduse ülesanne
Laadige alla valgu AlphaFold struktuur (nt hästi uuritud kasvaja supressor) UniProti numbri järgi. Arvutage ülaltoodud koodilõigu abil keskmine pLDDT ja madala ohutu jäägi suhe. Seejärel valige variant ja küsige tehisintellektilt tõlgendusplaani koos 2. malliga; Kontrollige ise selle jäägi pLDDT ja UniProti funktsionaalset annotatsiooni. Siduge oma väide numbrilise usaldusväärtusega.
kontrollnimekiri
- [ ] Struktuuri sain AlphaFoldist/PDB-st UniProti numbriga.
- [ ] Lugesin enne kommenteerimist läbi pLDDT ja PAE.
- [ ] Ma ei palunud LLM-il koostada koordinaate/skoore.
- [ ] Sidusin variandi tõlgenduse vastava jäägi usaldusskooriga.
- [ ] Võrdlesin seda võimalusel eksperimentaalse struktuuriga.
- [ ] Toetasin kriitilist otsust eksperdihinnangu ja empiiriliste tõenditega.