計算生物学：タンパク質構造を予測するニューラルネットワークがさらに進歩

タンパク質の構造予測では、相同なアミノ酸配列の共変動を解析して、接触しているアミノ酸残基を推測することが大きな助けになってきた。しかし、正確に推測できるのは大規模なタンパク質ファミリーの場合に限られていた。今回A Seniorたちは、このような接触しているアミノ酸残基間の実際の距離を正確に予測し、平均力ポテンシャルを決められるニューラルネットワークのAlphaFoldを開発した。得られた平均力ポテンシャルを単純な最急降下アルゴリズムによって最適化すれば、複雑なサンプリング手順をとらずに構造を決定できる。AlphaFoldは、2018年12月に行われた最先端アルゴリズムを盲検評価する直近の予測技術コンテストCASP-13で、概念的には比較的単純であるにもかかわらず、競合する他のシステムよりもずっと良い成績を収めた。

目次へ戻る