Vitengo
1. Utangulizi wa Akili Bandia katika Biolojia: Majukumu, Mipaka, Uthibitishaji na Maadili. 2. Misingi ya Uchambuzi wa Data ya Kibiolojia na Python 3. Uchambuzi wa Mlolongo na Bioinformatics: DNA, RNA na Protini 4. Data ya Omics na Uchambuzi wa Dimensional ya Juu 5. Muundo wa Protini na AlphaFold: Ushindi wa Akili Bandia katika Biolojia 6. Uchambuzi wa Picha na Utambulisho wa Aina/Kiini 7. Muundo wa Majaribio: Kuanzisha Mpango Madhubuti wenye Akili Bandia 8. Uchambuzi wa Data na Uthibitishaji wa Takwimu 9. Taswira ya Kisayansi: Kuonyesha Data kwa Uaminifu na kwa Kueleweka 10. Uhakiki wa Fasihi na Uandishi wa Kisayansi 11. Maadili, Usalama Biolojia, Usiri na Uadilifu wa Kisayansi
Kitengo 5 / 11

Muundo wa Protini na AlphaFold: Ushindi wa Akili Bandia katika Biolojia

Faida:

  • Kuelewa viwango vya muundo wa protini na muundo gani AlphaFold inatabiri kutoka kwa mlolongo
  • Uwezo wa kusoma alama za kujiamini za pLDDT na PAE kwa usahihi na kutafsiri maeneo ya kiwango cha chini cha kujiamini kama 'isiyo na uhakika/inayobadilika' badala ya 'sio sahihi'
  • Kuelewa umuhimu wa kuthibitisha utabiri wa muundo na ushahidi wa majaribio (PDB, mtihani wa shughuli) katika maamuzi ya matokeo ya juu.

Protini ni molekuli zinazofanya kazi za seli: vimeng'enya huharakisha athari, wasafirishaji husogeza molekuli karibu, protini za muundo huweka seli kuendelea. Kile protini hufanya huamuliwa na umbo lake la kukunjwa la pande tatu (muundo). Kwa miongo kadhaa, kutabiri muundo wa protini kutoka kwa mlolongo wake ilikuwa moja ya shida ngumu zaidi katika biolojia. Mnamo 2021, mfumo wa akili bandia wa DeepMind unaoitwa AlphaFold ulifanya hatua ya kihistoria katika tatizo hili, kutabiri muundo wa mamia ya mamilioni ya protini karibu na usahihi wa majaribio. Katika kitengo hiki, tutajadili jinsi ya kutumia AlphaFold na zana sawa kutoka kwa mtazamo wa mwanabiolojia na ni kiasi gani unaweza kuamini matokeo yake.

Haya ndiyo mafanikio madhubuti zaidi ya akili ya bandia katika biolojia; Lakini hata chombo cha utabiri kina mipaka yake na haja ya uthibitisho.

Viwango vya muundo wa protini

  • Muundo wa msingi: Mlolongo wa asidi ya amino (utaratibu wa barua).
  • Muundo wa Sekondari: Mikunjo ya ndani; kama vile alpha helix na karatasi ya beta.
  • Muundo wa elimu ya juu: umbo la 3D la mnyororo mzima.
  • Muundo wa Quaternary: Mchanganyiko wa minyororo mingi.

AlphaFold inatabiri muundo wa elimu ya juu (umbo la 3D) kutoka kwa muundo wa msingi (mlolongo). Hufanya hivi kupitia mifumo inayojifunza kutoka kwa upatanishi (MSA) wa mfuatano unaohusiana na mageuzi.

Kusoma matokeo ya AlphaFold

AlphaFold haitoi tu muundo; Pia inatoa alama za kujiamini kwa kila ubashiri. Kuelewa haya ndio ufunguo wa kutokuamini kwa upofu:

  • pLDDT: Alama ya uhakika ya ndani kati ya 0-100 kwa kila asidi ya amino. Juu ya 90 ni ya kuaminika sana, 70-90 ni ya kuaminika, 50-70 haina uhakika, chini ya 50 ni uwezekano mkubwa wa mkoa usio na utaratibu.
  • PAE (Hitilafu Iliyotabiriwa Iliyopangwa): Kuaminika kwa nafasi ya kati ya kikoa; Inaonyesha jinsi uwekaji wa vikoa unaohusiana na kila mmoja ulivyo katika protini kubwa za vikoa vingi.
Kidokezo: Unapoona maeneo ya pLDDT ya chini (yasiyo ya bluu, machungwa/nyekundu) kwenye muundo wa AlphaFold, yasome kama "dhahiri au rahisi kunyumbulika" badala ya "si sahihi." Maeneo haya mara nyingi ni vipande vya protini vilivyoharibika na vina umuhimu wa kibayolojia.

Hatua kwa hatua: kuchunguza protini na AlphaFold

  1. Pata mlolongo: Pata mlolongo wa protini yako kutoka UniProt.
  2. Pata muundo: Tafuta katika AlphaFold DB (tayari kwa protini nyingi) au endesha na ColabFold.
  3. Tathmini imani: angalia pLDDT na PAE; Ni mikoa gani inaaminika?
  4. Taswira: Kagua katika 3D ukitumia PyMOL au py3Dmol.
  5. Tafsiri: Tathmini maeneo ya utendaji kama vile tovuti inayotumika, mfuko wa kufunga.
  6. Thibitisha: Linganisha muundo wa majaribio (X-ray/cryo-EM katika PDB) ikiwa inapatikana.

Akili bandia (LLM) huandika msimbo katika hatua hizi (kuona taswira na py3Dmol, muhtasari wa alama) na kuelezea dhana. AlphaFold yenyewe ni kielelezo tofauti cha ubashiri wa muundo; LLM hukusaidia kutafsiri matokeo yake.

Violezo vya haraka vinavyoweza kunakiliwa

Jukumu: Wewe ni msaidizi wa biolojia ya miundo. Kazi: Eleza alama za AlphaFold pLDDT na PAE kwa mwanafunzi aliyehitimu. Eleza ni hatua zipi za kila alama, ni vizingiti vipi vinachukuliwa kuwa vya kutegemewa, na jinsi maeneo yenye alama za chini yanavyopaswa kufasiriwa.

Je, ninaendeshaje mlolongo wa protini niliopokea kutoka kwa UniProt huko ColabFold? Eleza hatua na vikomo vya rasilimali/wakati ninaohitaji kufahamu. Urefu wa mfuatano: [N] amino asidi.

Andika msimbo wa Python unaoonyesha faili ya PDB (predicted.pdb) katika 3D na kuipaka rangi kulingana na alama ya pLDDT na py3Dmol. Wacha iendeshe kwenye Jupyter, na maoni.

Nina utabiri wa AlphaFold na muundo wa majaribio kutoka kwa PDB. Toa msimbo na maoni ambayo yanalandanisha hizo mbili na kukokotoa RMSD (maana ya mkengeuko wa mraba). Eleza ni angstromu ngapi chini ya RMSD inachukuliwa kuwa nzuri.

Mwongozo dhaifu / Mwongozo thabiti

Dhaifu: "Niambie sura ya protini hii."

Nguvu: "Nilichunguza muundo wa AlphaFold wa UniProt P04637 (binadamu p53) protini. Kikoa cha kuunganisha DNA ni pLDDT ya juu (>90), N-terminus na C-terminus ni pLDDT ya chini (<50). Je, nifasiri vipi muundo huu? Eleza uwezekano kwamba matokeo ya alama ya chini na miisho ya utendakazi wa dai ni miisho ya utendakazi; eneo lisilofanya kazi ni duni."

Tofauti: Kidokezo chenye nguvu kina protini halisi, muundo halisi wa alama na ombi la maoni. Mfano hutafsiri data unayotoa badala ya "kuikumbuka".

kesi tatu ndogo

Kesi ya 1 - Kukosea eneo lisilo na utaratibu kwa kosa: Mwanafunzi aliondoa eneo la chini la pLDDT mwishoni mwa protini yake kwa sababu "AlphaFold ilikisia vibaya." Walakini, eneo hilo pia lilikuwa eneo la uanzishaji usio wa kawaida kimajaribio. Mwanafunzi alitafsiri eneo hilo kwa usahihi wakati modeli ilipoeleza kuwa pLDDT ya chini mara nyingi huakisi unyumbufu wa kweli.

Kesi ya 2 - Kuzidisha kwa athari ya mabadiliko: Mtafiti alidai kuwa badiliko moja la asidi ya amino lilifanya "tofauti kubwa" katika muundo wa AlphaFold. Hata hivyo, AlphaFold haitabiri kwa uhakika athari ya uthabiti ya mabadiliko ya nukta moja; tofauti inaweza kuwa kelele ya mfano. Muundo ulikumbuka kikomo hiki na kusababisha zana mahususi (k.m. zana za kutabiri uthabiti).

Kesi ya 3 - Pata kwa uthibitisho: Timu ilioanisha ubashiri wa AlphaFold na muundo wa majaribio katika PDB; RMSD iligeuka kuwa 1.2 angstroms (inafaa sana). Hii iliwaruhusu kutegemea utabiri na kukisia mfukoni unaowafunga, na kubuni jaribio ipasavyo. Uthibitishaji uaminifu uliothibitishwa.

chati ya kulinganisha

Alama/dhana

Hatua gani

Kizingiti cha kuaminika

pLDDT

Uaminifu wa ujenzi wa ndani (0-100)

>90 nzuri sana, <50 isiyo ya kawaida

PAE

uaminifu wa eneo la vikoa tofauti

Chini (giza) nzuri

RMSD

Makubaliano na majaribio (angström)

<2 Å kwa ujumla ni nzuri

Makosa ya kawaida

  • Kwa kuzingatia pLDDT ya chini kama "kosa": Kwa ujumla ni eneo lisilo na utaratibu/nyumbulifu, usilifute.
  • Kuhakikisha athari moja ya mabadiliko kwa AlphaFold: Sio zana sahihi ya kazi.
  • Kupuuza alama za kujiamini: Kwa kudhani kuwa modeli nzima inategemewa sawa.
  • Kuruka muundo wa majaribio: Ikiwa kuna muundo halisi katika PDB, hakikisha unaulinganisha.
  • Kutafsiri minyororo changamano/nyingi kama msururu mmoja: Mwingiliano huhitaji hali maalum (AlphaFold-Multimer).
Tahadhari: AlphaFold ni zana ya ajabu, lakini ni nadhani, si ukweli wa majaribio. Maamuzi hasa yenye matokeo ya juu kama vile shabaha mpya ya dawa, tovuti inayofunga au athari ya mabadiliko haipaswi kuchukuliwa bila kuunga mkono ubashiri kwa ushahidi wa majaribio (muundo, jaribio la shughuli).

Kutoka kwa muundo hadi kazi: ni kuona mfuko wa kutosha?

Kupata muundo wa 3D wa protini ni jambo la kusisimua, lakini muundo pekee hauambii utendakazi. Unaweza kuona tovuti inayofanya kazi (mfukoni ambapo substrate hufunga) ya enzyme; Hata hivyo, muundo huo hauonyeshi ni molekuli gani inayofunga, inafanya kazi kwa kasi gani, au iko wapi kwenye seli. AlphaFold ni mahali pa kuanzia: inazalisha dhana ("mfuko huu unaweza kuwa unafunga ATP"), jaribio huijaribu. AI hukusaidia kutunga dhana hizi na kuandika msimbo unaochanganua muundo, lakini dai la utendaji linahitaji ushahidi wa kimaadili.

Matumizi mengine yenye nguvu ni ulinganisho wa muundo: hata ikiwa mlolongo wa protini mbili ni tofauti sana, miundo yao inaweza kuwa sawa; hiki ni kidokezo cha uhusiano wa mbali wa mageuzi au utendakazi wa pamoja. Zana kama Foldseek hutafuta kwa haraka kufanana kwa muundo. Mfano hukusaidia kutafsiri matokeo ya zana hizi na kuandika msimbo wa kulinganisha.

Pangilia muundo wa AlphaFold wa protini mbili na Bio.PDB, ukokotoe RMSD, na uripoti ni maeneo gani yanayopishana na ambayo yanatofautiana. Toa maoni kwamba kufanana kwa muundo ni kidokezo cha uhusiano wa kiutendaji, lakini sio ushahidi.

Complexes, mwingiliano na mipaka

Protini hazifanyi kazi peke yake, lakini mara nyingi na washirika (protini nyingine, DNA, molekuli ndogo). AlphaFold-Multimer inaweza kutabiri tata za protini-protini; lakini peke yake haitoshi kwa nguvu na ukweli wa maingiliano. Wakati mfano unatabiri kwamba "protini mbili zinaingiliana," hii ni hypothesis ya awali; inapaswa kuthibitishwa na majaribio kama vile uimarishaji wa kinga mwilini (co-IP). Tumia AI kuelewa ni wapi zana hizi zinafaa na kutathmini imani ya matokeo; Alama za kujiamini (hasa kiolesura cha PAE) ni muhimu zaidi kuliko hapo awali katika ubashiri changamano.

AlphaFold sio chaguo pekee

Ingawa AlphaFold ni waanzilishi, sio chombo pekee. ESMFold (Meta) hufanya utabiri wa haraka kutoka kwa mlolongo mmoja, bila kuhitaji usawa wa mageuzi; Inafaa kwa kuchanganua seti kubwa za mfuatano, lakini kwa ujumla si sahihi kidogo kuliko AlphaFold. RoseTTAFold ni mbadala nyingine yenye nguvu. AlphaFold3 na matoleo mapya sawa pia yanajumuisha protini-ligand na asidi ya protini-nucleic acid. Unaweza kushauriana na AI ambayo chombo kinafaa kwa shida ya ujenzi (kasi au usahihi, mnyororo mmoja au ngumu); Lakini kumbuka kusoma kipimo cha uaminifu cha kila chombo kwa kipimo chake: kile kinachochukuliwa kuwa alama "nzuri" katika zana moja inafasiriwa tofauti katika nyingine.

Kwa muhtasari

AlphaFold ilibadilisha biolojia kwa kutabiri muundo wa protini kutoka kwa mlolongo wake. Hata hivyo, matokeo yake yanapaswa kusomwa pamoja na alama za kujiamini (pLDDT, PAE); maeneo ya chini ya imani yanapaswa kufasiriwa kama "isiyo na uhakika/inayobadilika" badala ya "si sahihi". Akili Bandia (LLM) hukusaidia kueleza alama hizi, kuandika msimbo wa taswira, na kuzilinganisha na muundo wa majaribio. Kwa maamuzi yenye matokeo ya juu, utabiri lazima uungwe mkono na ushahidi wa kimajaribio.

Jukumu la maombi

Chagua protini (k.m. kimeng'enya unachopenda). Pata safu yake kutoka UniProt na muundo wake kutoka AlphaFold DB. Acha AI iandike na uendeshe msimbo na py3Dmol inayopaka rangi muundo kulingana na pLDDT. Tambua maeneo salama ya juu na ya chini. Fanya kielelezo kifasiri uwezekano wa umuhimu wa kibayolojia wa maeneo yenye imani ya chini na uangalie miundo ya majaribio katika PDB.

orodha ya ukaguzi

  • [ ] Nilitathmini muundo pamoja na alama za pLDDT/PAE.
  • [ ] Nilifasiri maeneo ya kiwango cha chini cha imani kama "isiyo na uhakika/inayobadilika", na sio "kosa".
  • [ ] Sikuwa na imani kubwa na AlphaFold kwa athari moja ya ugeuzaji.
  • [ ] Niliilinganisha na muundo wa majaribio (PDB), ikiwa inapatikana.
  • [ ] Nilifikiria juu ya zana sahihi ya polychain/complex.
  • [ ] Niliunga mkono uamuzi wa matokeo ya juu kwa ushahidi wa majaribio.
Iliyotangulia Inayofuata