alphafold_2-AlphaFold 2 论文精读【论文精读】

热门回复：

• TheWitcherWhiteWolves:沐神才是真正的研究生导师，高校里部分血汗工厂肚子没点墨水的算吗……
• CourageInMyHeart:太厉害了，遇到愿意认真读论文的老师真幸福。 我的老师就经常转一些公众号的震惊文章到组里。 相信不少人都是这样[doge]
• 硕大的是滴是滴:不知道大家有没有注意到，沐神讲课的时候很少有中文中掺杂英文的现象，即使是在讲alphafold这样的涉及另一个专业领域论文的时候，也没有像某些海归那样时常说出一些能用中文讲但偏用英文的情况
• 亨特臭全球后援会会长:昨天一直在翻来覆去的看这篇论文以及李老师的精解视频，下面是一点碎碎念吧： 首先是一个不成熟的小建议：我觉得李老师在做AI for science这类论文的解读时，要是能够对这个science任务做个简要介绍就更好了。比如这个任务是要从什么已知条件得到什么未知结果，以及目前非AI方向是用哪一些方法来完成这个任务。这应该能有助于我们更好地理解作者在这篇文章中某些做法的意图。这是我这几天找的资料整理的，生信的小伙伴们看看有没有什么问题： 蛋白质的三级结构是由一级结构决定的，每种蛋白质都有自己特定的氨基酸排列顺序，从而构成其固有的独特的三级结构。蛋白三维结构预测就是指输入一段蛋白序列（一级结构），输出蛋白所有原子的三维空间坐标。当前对蛋白质三位结构进行预测的方法，除了文中提到的Cryo-SEM，还有通过同源蛋白质的同源建模方法。具体步骤如下：首先选择最佳模板3D结构后进行序列比对，第一次的序列比对通常使用BLOcks替换矩阵执行。第二次序列比对（也称为比对校正）用于构建骨干三维结构。然后对无模板区域或者相似性比较低的区域进行loop建模，最高精度可达12~13个残基。接着是侧链重建，通过依赖主链的旋转体库进行构象搜索。接下来应该通过各种质量评估工具对结构进行改进和验证。我想在本文中输入的MSA，正是对应模版的蛋白质序列，而template也就是这些模版蛋白质序列对应的结构信息。
• 陈翊:好耶 我再也不是没有导师的野孩子了[doge]