AlphaFold
Sagt die dreidimensionale Struktur von Proteinen aus ihrer Aminosäuresequenz voraus
Der vollständige Artikel liegt auf Englisch vor; Titel und Zusammenfassung sind lokalisiert.
WAS ES IST
AlphaFold is Google DeepMind’s protein-structure prediction system; the second version (AlphaFold2) was announced at the CASP14 assessment in November 2020 with accuracy close to experimental methods. It takes a protein’s amino-acid sequence and a multiple sequence alignment as input, uses an attention-based Evoformer module to model relationships between residues, and outputs three-dimensional coordinates. DeepMind later open-sourced the code and model weights and, with EMBL-EBI, built the AlphaFold Protein Structure Database, which holds hundreds of millions of predicted structures.
Warum es wichtig ist
It pushed protein-structure prediction to near-experimental accuracy, released the code and weights, and built a large structure database, becoming one of the most cited cases of AI applied to scientific research.
Wichtige Eckdaten
- Open source
- Yes (code and model weights released)
- Database scale
- AlphaFold DB holds hundreds of millions of predicted structures
- Input
- Amino-acid sequence and multiple sequence alignment
- Released
- 2020-11 (CASP14)
Verwandte Konzepte
Attention-Mechanismus
Jede Position kann direkt auf alle anderen blicken und ihre Aufmerksamkeit nach Relevanz verteilen
Infrastruktur für Training und Inferenz
Der Speicher bestimmt, wie groß ein Modell sein darf, die Kommunikation, wie lange das Training dauert