Добици:
- Бити у стању да разуме рад АлпхаФолд-а, резултате самопоуздања као што су пЛДДТ и ПАЕ, и да је структура 'предвиђање' и да правилно интерпретира структуру помоћу вештачке интелигенције
- Способност препознавања области са ниским резултатима поузданости (флексибилно/неправилно) и избегавања претераног тумачења и упоређивања са експерименталним доказима
- Способност примене дисциплине третирања предвиђања структуре као хипотезе и повезивања функционалних тврдњи са експерименталном верификацијом.
Да бисмо разумели шта протеин ради, често је неопходно познавати његову тродимензионалну савијену структуру; јер функција произилази из структуре. Деценијама, експериментално одређивање структуре протеина (рендгенска кристалографија, крио-електронска микроскопија) трајало би месецима до годинама. АлпхаФолд (систем вештачке интелигенције који је развио ДеепМинд који предвиђа структуру протеина из аминокиселинских секвенци) смањио је ово на минуте и објавио предвиђене структуре стотина милиона протеина. У овој јединици ћете научити како да читате АлпхаФолд излаз, како да тумачите резултате поузданости и како да безбедно користите ЛЛМ у овој интерпретацији.
Критична разлика: АлпхаФолд је алат за предвиђање структуре и његов излаз је предвиђање, а не експериментална истина. ЛЛМ (модел ћаскања као што је ЦхатГПТ) није сам АлпхаФолд; Не може да "запамти" координате протеина. Користите ЛЛМ за тумачење и објашњење АлпхаФолд излаза; преузети саму структуру из АлпхаФолд базе података или алата.
Основни појмови
- Примарна структура: секвенца аминокиселина (словни ланац протеина).
- Секундарна/терцијарна структура: Хеликс (алфа-хеликс), лим (бета-лист) и тродимензионално савијање ланца.
- пЛДДТ: АлпхаФолд-ов локални резултат самопоуздања за сваку аминокиселину, у распону од 0 до 100. 90+ значи веома високо поверење, 70-90 значи добро, 50-70 значи ниско, а испод 50 значи веома ниско самопоуздање. Региони са ниским пЛДДТ су генерално "поремећени" региони (без јасног набора).
- ПАЕ (Предицтед Алигнед Еррор): Предвиђена грешка у релативном положају два региона; Показује колико је поуздано постављање домена у односу један на други.
- ПДБ: База података и формат датотеке у којима се чувају експерименталне структуре протеина.
Читање АлпхаФолд излаза: корак по корак
1. Изаберите тачан протеин и секвенцу. Идентификујте протеин са бројем УниПрот (база података о протеинима); Пронађите структуру са овим бројем у бази података АлпхаФолд.
2. Погледајте мапу пЛДДТ. Погледајте који делови структуре се предвиђају са великом поузданошћу (плаво), а који се предвиђају са ниском поузданошћу (наранџасто/жуто). Будите опрезни са коментарима у областима са мало поверења.
3. Прочитајте ПАЕ графикон. ПАЕ показује да ли је релативни распоред домена у протеину са више домена поуздан. Висок ПАЕ значи да је релативни положај поља неизвестан.
4. Упоредите са експерименталном структуром. Ускладите експерименталну структуру у ПДБ-у ако је доступна. Ако је предвиђање АлпхаФолд-а близу експерименталног, ваше самопоуздање се повећава.
5. Протумачити ефекат варијанте. Када тумачите ефекат промене аминокиселине на структуру, узмите у обзир пЛДДТ и функционални значај тог региона заједно (активно место, џеп за везивање).
Савет: Низак пЛДДТ не значи увек „погрешну претпоставку“; Често је то знак да је подручје заправо суштински неуређено. Тако ниско поверење понекад одражава тачну биолошку чињеницу. Такође проверите секвенцу помоћу алата за предвиђање неправилности да бисте ово разликовали.
три мини кофера
Случај 1 — Претерано тумачење зоне ниског поверења. Један студент је тврдио да се „петља“ у структури АлпхаФолд уклапа у одређени џеп, а вештачка интелигенција је то потврдила. Међутим, када је ученик погледао пЛДДТ, видео је да је оцена тог шава 42 (веома ниска); па је његов положај био непоуздан. Тужба је повучена. Поука: увек проверите локални резултат поверења пре него што коментаришете.
Случај 2 — Израђена координата. Истраживач је питао ЛЛМ за 3Д координате одређене амино киселине протеина; ЛЛМ је дао убедљиве бројеве на три децимале. Када их је истраживач упоредио са стварним координатама у АлпхаФолд ПДБ фајлу, видео је да су потпуно измишљене. ЛЛМ не може да "запамти" координате; координате морају бити прочитане из датотеке.
Случај 3 — Потврда добијена. Студент докторских студија се питао да ли је једна варијанта (п.Гли12Вал) блиска активном месту протеина. ИЗ је подсетио да су остаци активних места наведени у УниПроту; Студент је отворио УниПрот и пронашао активну локацију, а затим је измерио помоћу прегледача структуре (ПиМОЛ) да је Гли12 удаљен 8 ангстрема од ове локације у структури АлпхаФолд. Нумеричка мерења су оличила тврдњу „близу“.
Пример: читање пЛДДТ-а из датотеке структуре
# У АлпхаФолд ПДБ датотеци, пЛДДТ се чува у колони Б-фактора. фром Био.ПДБ импорт ПДБПарсеримпорт нумпи као нпиапи = ПДБПарсер(КУИЕТ=Труе).гет_струцтуре("АФ", "АФ-П04637-Ф1.пдб")плддт = [атом.бфактор за атом у структури.гет_атомс() иф атом.наме =="Авераге пЛД", роунд(нп.меан(плддт), 1))принт("Ниска поузданост (<70) стопа резидуа (%):", роунд(100 * нп.меан(нп.арраи(плддт) < 70), 1))
Ово вам омогућава да бројчано видите укупну поузданост структуре пре него што коментаришете.
Четири шаблона за копирање
1) Тумачење структуре (са резултатом поузданости):
Ваша улога: асистент за структурну биологију. Помозите ми да протумачим АлпхаФолд структуру УниПрот [број] протеина. Одговорите на ова питања али прилагодите координацију/оцену: које регионе очекујемо са високим/ниским пЛДДТ, шта показује ПАЕ, постоји ли експериментална структура (ПДБ), како да упоредим? Прочитаћу вредности из датотеке.
2) Ефекат варијантне структуре:
Помозите ми да протумачим могући ефекат следеће варијанте на структуру протеина: [стр. Дајте ми који доказ да тражим уместо директне "деструктивне" тврдње.
3) опис пЛДДТ/ПАЕ:
Објасните примером разлику између пЛДДТ и ПАЕ, шта да погледам и када у варијантној анализи. Размотрите одвојено случајеве протеина са једним доменом и више домена.
4) План поређења структуре:
Желим да упоредим АлпхаФолд предвиђање са експерименталном ПДБ структуром. Како израчунати РМСД (средње одступање између структура), којим алатом да то урадим (ПиМОЛ, Биопитхон), који праг се рачуна као "добро преклапање"? Дајте план корак по корак.
Слаби промпт / Јаки промпт
Слабо: „Нацртајте структуру овог протеина и реците ефекат п.Арг273Хис.“
Проблем: ЛЛМ не може да нацрта структуре/уклопи координате; оцена поверења се не узима у обзир; Тврдња о коначном дејству била би неоснована.
Снажан: „Ја сам преузео АлпхаФолд буилд за УниПрот П04637. Гледајући пЛДДТ остатка п.Арг273Хис и његову функционалну белешку у УниПроту, реците ми корак по корак како да тумачим његов ефекат; дајте ми који доказ да тражим уместо коначне тврдње.“
Зашто је моћан: структура је преузета из извора, оцена поверења је стављена у центар, тврдња је повезана са доказима.
Питање
Да ли АлпхаФолд испоручује?
Где/како потврдити
3Д предвиђање преклапања
Да
АлпхаФолд ДБ / фајл
локално поверење
Да (пЛДДТ)
Колона Б-фактора
Међудоменска локација
да (ПАЕ)
ПАЕ графикон
Експериментална реална структура
бр
ПДБ (експериментално)
Тачан функционални утицај варијанте
бр
Функционална студија + експерт
Уобичајене грешке
- Прескакање резултата самопоуздања. Интерпретација у региону са ниским пЛДДТ је непоуздана.
- Грешка предвиђања за емпиријску чињеницу. АлпхаФолд излаз је процена; Критичне одлуке захтевају емпиријске доказе.
- Тражим координате од ЛЛМ. Координате се читају из датотеке, а не меморишу.
- Игнорисање ПАЕ. У мултидоменским протеинима, релативна позиција домена може бити неизвесна.
- Одмах сматрајући ниско самопоуздање „грешком“. Понекад је то подручје заиста неравно.
Опрез: АлпхаФолд граде представљају "статичну" слику; Запамтите да су протеини заправо мобилни молекули који могу ући у више конформација. Ниједна појединачна структура у потпуности не одражава динамичко понашање.
Дубина: Тамо где је АлпхаФолд структурно тих
АлпхаФолд је моћан, али сазнање шта не може да уради је пола битке да га безбедно користите. Прво, стандардни АлпхаФолд савија један протеин у свемиру; Не моделује лиганде, јоне, кофакторе и молекуле лекова. Јон цинка у активном месту ензима или супстрата се не појављује у структури; Стога, коментар попут „овај џеп је празан, нефункционалан“ може бити погрешан. Друго, не моделује директно ефекат мутације: чак и ако уведете две варијанте блиске истој секвенци, АлпхаФолд обично производи скоро исту структуру; Не можете доказати тврдњу „ова варијанта разбија структуру“ упоређивањем два предвиђања из АлпхаФолд-а. Треће, не узима у обзир посттранслационе модификације (као што су фосфорилација, гликозилација) и стварно окружење мембранских протеина унутар мембране.
Пример: један тим је тврдио са слике АлпхаФолд-а да варијанта близу џепа за везивање АТП-а у ензиму киназе „затвара џеп“; вештачка интелигенција је такође потврдила. Када је отворена експериментална кристална структура (ПДБ), испоставило се да кофактор у том региону који АлпхаФолд није моделовао већ обликује џеп - ефекат варијанте је био из потпуно другог механизма. Други случај: истраживач је поставио хипотезу да „петља“ између два поља повезује два поља; ПАЕ мапа је показала велику грешку (нејасан релативни положај) између те две области, тако да је тврдња о повезаности била неоснована. Читање ПАЕ-а спречило је причу о неисправном механизму.
5) АлпхаФолд шаблон за контролу граница:
Пре него што размотрите следећу структурну тврдњу, наведите која ограничења АлпхаФолд-а долазе у игру у овом питању: [тврдња]. Реците ми који додатни докази (експериментална структура, функционална студија) су ми потребни, посебно у погледу недостатка лиганда/јона/кофактора, недостатка моделирања мутација и несигурности ПАЕ.
Укратко
- АлпхаФолд је моћан алат који предвиђа структуру на основу секвенце, али њен резултат је само нагађање; треба читати заједно са оценама поузданости.
- пЛДДТ указује на локално поверење, ПАЕ указује на поверење локације на више домена; Погледај оба пре него што коментаришеш.
- ЛЛМ не може да "памти" координате или структуру; преузмите структуру од АлпхаФолд/ПДБ, користите ЛЛМ у коментару.
- Емпиријски докази и стручна процена су неопходни у критичним одлукама.
Задатак апликације
Преузмите АлпхаФолд структуру протеина (нпр. добро проучен тумор супресор) према УниПрот броју. Израчунајте просечан пЛДДТ и низак однос безбедних остатака са горњим исечком кода. Затим изаберите варијанту и затражите од АИ план тумачења са 2. шаблоном; Сами проверите пЛДДТ и УниПрот функционалну белешку тог остатка. Повежите своју тврдњу са нумеричком вредношћу поверења.
контролна листа
- [ ] Добио сам структуру од АлпхаФолд/ПДБ са УниПрот бројем.
- [ ] Прочитао сам пЛДДТ и ПАЕ пре коментара.
- [ ] Нисам тражио ЛЛМ да направи координате/резултате.
- [ ] Повезао сам варијантну интерпретацију са оценом поузданости одговарајућег остатка.
- [ ] Упоредио сам је са експерименталном структуром, ако је доступна.
- [ ] Критичку одлуку поткрепио сам стручним мишљењем и емпиријским доказима.