Pelnas:
- Sugebėti suprasti AlphaFold darbą, pasitikėjimo balus, tokius kaip pLDDT ir PAE, ir kad struktūra yra „numatymas“, ir teisingai interpretuoti struktūrą naudojant dirbtinį intelektą.
- Gebėjimas atpažinti sritis su mažais pasitikėjimo balais (lankstus / netaisyklingas) ir išvengti pernelyg didelio aiškinimo bei palyginti su eksperimentiniais įrodymais
- Gebėjimas taikyti discipliną, traktuojant struktūros prognozavimą kaip hipotezę ir funkcinių teiginių susiejimą su eksperimentine patikra.
Norint suprasti, ką veikia baltymas, dažnai reikia žinoti jo trimatę sulankstytą struktūrą; nes funkcija kyla iš struktūros. Dešimtmečius baltymų struktūros nustatymas eksperimentiniu būdu (rentgeno kristalografija, krioelektroninė mikroskopija) užtruktų mėnesius ar metus. AlphaFold (dirbtinio intelekto sistema, sukurta DeepMind, kuri prognozuoja baltymų struktūrą iš aminorūgščių sekų) sumažino tai iki minučių ir paskelbė šimtų milijonų baltymų prognozuojamas struktūras. Šiame skyriuje sužinosite, kaip skaityti AlphaFold išvestį, kaip interpretuoti pasitikėjimo balus ir kaip saugiai naudoti LLM šiame aiškinime.
Kritinis skirtumas: AlphaFold yra struktūros numatymo įrankis, o jo išvestis yra numatymas, o ne eksperimentinė tiesa. LLM (pokalbių modelis, kaip ChatGPT) nėra pats AlphaFold; Jis negali „atsiminti“ baltymo koordinačių. Naudokite LLM, kad interpretuotumėte ir paaiškintumėte AlphaFold išvestį; nuskaityti pačią struktūrą iš AlphaFold duomenų bazės arba įrankio.
Pagrindinės sąvokos
- Pirminė struktūra: aminorūgščių seka (baltymo raidinė grandinė).
- Antrinė / tretinė struktūra: spiralė (alfa spiralė), lakštas (beta lapas) ir trimatis grandinės lankstymas.
- pLDDT: AlphaFold vietinis kiekvienos aminorūgšties patikimumo balas, svyruojantis nuo 0 iki 100. 90+ reiškia labai didelį pasitikėjimą, 70-90 reiškia gerą, 50-70 reiškia žemą, o žemiau 50 reiškia labai mažą pasitikėjimą. Žemo pLDDT regionai paprastai yra „sutrikusios“ sritys (be atskiros raukšlės).
- PAE (Predicted Aligned Error): numatoma klaida santykinėje dviejų regionų padėtyje; Tai parodo, koks patikimas domenų išdėstymas vienas kito atžvilgiu.
- PDB: duomenų bazė ir failo formatas, kuriame saugomos eksperimentinės baltymų struktūros.
AlphaFold išvesties skaitymas: žingsnis po žingsnio
1. Pasirinkite tinkamą baltymą ir seką. Atpažinti baltymą su UniProt (baltymų informacijos duomenų bazės) numeriu; Raskite struktūrą su šiuo numeriu AlphaFold duomenų bazėje.
2. Pažiūrėkite į pLDDT žemėlapį. Pažiūrėkite, kurios struktūros dalys prognozuojamos su dideliu patikimumu (mėlyna), o kurios – su mažu (oranžinė / geltona). Būkite atsargūs komentuodami žemo pasitikėjimo srityse.
3. Perskaitykite PAE diagramą. PAE parodo, ar santykinis domenų išdėstymas kelių domenų baltyme yra patikimas. Aukštas PAE reiškia, kad santykinė laukų padėtis yra neaiški.
4. Palyginkite su eksperimentine struktūra. Jei įmanoma, suderinkite eksperimentinę struktūrą PBP. Jei AlphaFold prognozė yra artima eksperimentinei, jūsų pasitikėjimas didėja.
5. Interpretuokite varianto efektą. Aiškindami aminorūgščių pokyčio poveikį struktūrai, kartu apsvarstykite to regiono pLDDT ir funkcinę reikšmę (aktyvioji vieta, surišimo kišenė).
Patarimas: žemas pLDDT ne visada reiškia „neteisingą spėjimą“; Tai dažnai yra ženklas, kad sritis iš tikrųjų yra netvarkinga. Taigi mažas pasitikėjimas kartais atspindi tikslų biologinį faktą. Taip pat patikrinkite seką naudodamiesi nelygumų numatymo įrankiais, kad tai atskirtumėte.
trys mini dėklai
1 atvejis – perdėtas žemo pasitikėjimo zonos aiškinimas. Vienas studentas teigė, kad „kilpa“ AlphaFold struktūroje telpa į tam tikrą kišenę, o AI tai patvirtino. Tačiau kai mokinys pažvelgė į pLDDT, jis pamatė, kad to dygsnio balas buvo 42 (labai žemas); todėl jo padėtis buvo nepatikima. Ieškinys buvo atšauktas. Pamoka: prieš komentuodami visada patikrinkite vietinį pasitikėjimo balą.
2 atvejis – Sugalvota koordinatė. Mokslininkas paklausė LLM konkrečios baltymo aminorūgšties 3D koordinatės; LLM pateikė įtikinamus skaičius trijų skaitmenų po kablelio tikslumu. Kai tyrėjas palygino jas su tikromis koordinatėmis AlphaFold PDB faile, jis pamatė, kad jos buvo visiškai pagamintos. LLM negali „atsiminti“ koordinatės; koordinates reikia nuskaityti iš failo.
3 atvejis – gautas patvirtinimas. Doktorantas pasidomėjo, ar vienas variantas (p.Gly12Val) buvo arti aktyvios baltymo vietos. YZ priminė, kad UniProt yra nurodytos aktyvios vietos likučiai; Studentas atidarė „UniProt“ ir rado aktyvią vietą, tada struktūrų peržiūros priemone (PyMOL) išmatavo, kad Gly12 yra 8 angstremų atstumu nuo šios vietos AlphaFold struktūroje. Skaitmeninis matavimas įkūnijo teiginį „beveik“.
Pavyzdys: pLDDT skaitymas iš struktūros failo
# AlphaFold PDB faile pLDDT saugomas B faktoriaus stulpelyje. iš Bio.PDB importuoti PDBParserimport numpy as npyapi = PDBParser(QUIET=True).get_structure("AF", "AF-P04637-F1.pdb")plddt = [atomo.bfaktorius atomui struktūroje.get_atoms() if atom.name == "CAver"", pLDD"A: round(np.mean(plddt), 1))print("Mažas patikimumas (<70) likučių rodiklis (%):", round(100 * np.mean(np.array(plddt) < 70), 1))
Tai leidžia skaitiniu būdu pamatyti bendrą konstrukcijos patikimumą prieš komentuojant.
Keturi kopijuojami šablonai
1) Struktūros aiškinimas (su pasitikėjimo balu):
Jūsų vaidmuo: struktūrinės biologijos asistentas. Padėkite man interpretuoti UniProt [numerio] baltymo AlphaFold struktūrą. Atsakykite į šiuos klausimus, bet koordinuokite / įvertinkite TINKAMUMO: kuriuose regionuose tikimės didelio / žemo pLDDT, ką rodo PAE, ar yra eksperimentinė struktūra (PBP), kaip palyginti? Aš perskaitysiu reikšmes iš failo.
2) Varianto struktūros efektas:
Padėkite man interpretuoti galimą šio varianto poveikį baltymų struktūrai: [p. Duok man, kokių įrodymų ieškoti vietoj tiesioginio „destruktyvaus“ teiginio.
3) pLDDT/PAE aprašymas:
Paaiškinkite pavyzdžiu, kuo skiriasi pLDDT ir PAE, į kurį ir kada turėčiau žiūrėti variantų analizėje. Apsvarstykite vieno domeno ir kelių domenų baltymų atvejus atskirai.
4) Struktūrų palyginimo planas:
Noriu palyginti AlphaFold prognozę su eksperimentine PBP struktūra. Kaip apskaičiuoti RMSD (vidutinį nuokrypį tarp struktūrų), su kokiu įrankiu tai darau (PyMOL,Biopython), koks slenkstis laikomas "geru persidengimu"? Pateikite žingsnis po žingsnio planą.
Silpnas raginimas / Stiprus raginimas
Silpnas: "Nubraižykite šio baltymo struktūrą ir pasakykite p.Arg273His poveikį."
Problema: LLM negali nubrėžti struktūros/tilpimo koordinačių; į pasitikėjimo balą neatsižvelgiama; Prašymas dėl galutinio poveikio būtų nepagrįstas.
Stiprus: „Pats atsisiunčiau „UniProt P04637“ skirtą „AlphaFold“ versiją. Žvelgdamas į p.Arg273His likučio pLDDT ir jo funkcinę anotaciją UniProt, žingsnis po žingsnio pasakykite man, kaip turėčiau interpretuoti jo poveikį; nurodykite, kokių įrodymų reikia ieškoti vietoj galutinio teiginio.
Kodėl tai galinga: struktūra paimta iš šaltinio, pasitikėjimo balas yra svarbiausias, ieškinys susietas su įrodymais.
Klausimas
Ar AlphaFold pristato?
Kur/kaip patvirtinti
3D lenkimo numatymas
Taip
AlphaFold DB / failas
vietinis pasitikėjimas
Taip (pLDDT)
B faktoriaus stulpelis
Tarpdomeninė vieta
Taip (PAE)
PAE diagrama
Eksperimentinė reali struktūra
ne
PBP (eksperimentinis)
Tikslus varianto funkcinis poveikis
ne
Funkcinis tyrimas + ekspertas
Dažnos klaidos
- Pasitikėjimo balo praleidimas. Aiškinimas žemo pLDDT regione yra nepatikimas.
- Prognozės klaidinimas su empiriniu faktu. „AlphaFold“ išvestis yra apytikslė; Kritiniams sprendimams reikia empirinių įrodymų.
- Prašau koordinačių iš LLM. Koordinatės nuskaitomos iš failo, o ne įsimenamos.
- PAE ignoravimas. Daugiadomeniuose baltymuose santykinė domenų padėtis gali būti neaiški.
- Nedidelį pasitikėjimą tuojau pat vertino kaip „klaidą“. Kartais ta sritis būna tikrai nelygi.
Dėmesio: „AlphaFold“ versijos pateikia „statinį“ vaizdą; Atminkite, kad baltymai iš tikrųjų yra judrios molekulės, kurios gali patekti į kelias konformacijas. Nė viena struktūra visiškai neatspindi dinaminio elgesio.
Gylis: kur AlphaFold yra struktūriškai tylus
„AlphaFold“ yra galingas, tačiau žinojimas, ko jis negali padaryti, yra pusė kovos, kad jį naudotumėte saugiai. Pirma, standartinis AlphaFold sulenkia vieną baltymą erdvėje; Jis nemodeliuoja ligandų, jonų, kofaktorių ir vaistų molekulių. Cinko jonas aktyviojoje fermento vietoje arba substrate neatsiranda struktūroje; Todėl toks komentaras kaip „ši kišenė tuščia, neveikia“ gali būti klaidinantis. Antra, ji tiesiogiai nemoduliuoja mutacijos poveikio: net jei įvedate du variantus, artimus tai pačiai sekai, AlphaFold paprastai sukuria beveik tą pačią struktūrą; Negalite įrodyti teiginio, kad „šis variantas pažeidžia struktūrą“, lygindami dvi AlphaFold prognozes. Trečia, neatsižvelgiama į posttransliacines modifikacijas (pvz., fosforilinimą, glikozilinimą) ir tikrąją membranos baltymų aplinką membranoje.
Pavyzdys: viena komanda iš AlphaFold vaizdo teigė, kad variantas, esantis arti ATP surišimo kišenės kinazės fermente, „uždaro kišenę“; patvirtino ir dirbtinis intelektas. Kai buvo atidaryta eksperimentinė kristalų struktūra (PDB), paaiškėjo, kad to regiono kofaktorius, kurio AlphaFold nesumodeliavo, jau formuoja kišenę – varianto poveikis buvo iš visiškai kitokio mechanizmo. Antrasis atvejis: tyrėjas iškėlė hipotezę, kad „kilpa“ tarp dviejų laukų jungia du laukus; PAE žemėlapyje buvo parodyta didelė paklaida (neaiški santykinė padėtis) tarp šių dviejų sričių, todėl reikalavimas dėl ryšio buvo nepagrįstas. Perskaičius PAE išvengta klaidingo mechanizmo istorijos.
5) AlphaFold kraštinių valdymo šablonas:
Prieš svarstydami toliau pateiktą struktūrinį teiginį, išvardykite, kokie AlphaFold apribojimai turi įtakos šiame klausime: [pretenzija]. Pasakykite man, kokių papildomų įrodymų (eksperimentinės struktūros, funkcinio tyrimo) man reikia, ypač kalbant apie ligandų / jonų / kofaktorių trūkumą, mutacijų modeliavimo trūkumą ir PAE neapibrėžtumą.
Apibendrinant
- AlphaFold yra galingas įrankis, kuris numato struktūrą pagal seką, tačiau jos išvestis yra spėjimas; turėtų būti skaitomi kartu su pasitikėjimo balais.
- pLDDT nurodo vietinį pasitikėjimą, PAE – kryžminį domenų vietos pasitikėjimą; Prieš komentuodami pažiūrėkite abu.
- LLM negali „atsiminti“ koordinačių ar struktūros; Gaukite struktūrą iš AlphaFold / PDB, komentare naudokite LLM.
- Empiriniai įrodymai ir ekspertų sprendimas yra būtini priimant svarbius sprendimus.
Taikymo užduotis
Atsisiųskite baltymo AlphaFold struktūrą (pvz., gerai ištirtą naviko slopintuvą) pagal UniProt numerį. Apskaičiuokite vidutinį pLDDT ir mažo saugaus likučio santykį naudodami aukščiau pateiktą kodo fragmentą. Tada pasirinkite variantą ir paprašykite AI interpretacijos plano su 2 šablonu; Pats patikrinkite tos liekanos pLDDT ir UniProt funkcinę anotaciją. Susiekite savo teiginį su skaitine patikimumo verte.
kontrolinis sąrašas
- [ ] Struktūrą gavau iš AlphaFold/PDB su UniProt numeriu.
- [ ] Prieš komentuodamas perskaičiau pLDDT ir PAE.
- [ ] Aš neprašiau LLM sudaryti koordinačių / balų.
- [ ] Variantų interpretaciją susiejau su atitinkamos liekanos patikimumo balu.
- [ ] Aš palyginau ją su eksperimentine struktūra, jei įmanoma.
- [ ] Kritinį sprendimą palaikiau eksperto nuomone ir empiriniais įrodymais.