AlphaFoldアプリケーションの統計的正しい評価のための定期的に更新されるベンチマークセット

タンパク質構造予測の新時代を切り拓く学術的背景 タンパク質構造の解析は、分子生物学および生命科学分野の中心的課題の一つです。従来の実験手法であるX線結晶構造解析、核磁気共鳴(NMR)、クライオ電子顕微鏡は、タンパク質の三次元構造研究に確かな基盤をもたらしてきましたが、試料作成の煩雑さや時間コストの高さ、そしてタンパク質の種類による適用範囲の限界により、全プロテオーム(蛋白質群)を広く網羅することは困難でした。2020年にDeepMindが開発したAlphaFold2(AF2)システムの登場以降、タンパク質構造予測分野は画期的な進展を迎えます。AlphaFold2はディープラーニングの手法を用いることで、ほぼ全ての既知のタンパク質配列の高品質な構造予測を実現し、構造網羅率を大きく拡張、生物医学...

MassiveFold:最適化および並列化された大規模サンプリングでAlphaFoldの隠れた可能性を明らかにする

MassiveFold:AlphaFoldの潜在能力を最適化と並列化で引き出す 背景と研究課題 タンパク質構造予測は生命科学において重要な研究分野であり、分子生物学の基本的なメカニズムを解明するために不可欠です。近年、DeepMindによるAlphaFoldはこの分野に革命をもたらし、単一タンパク質鎖構造の予測において卓越した性能を発揮し、タンパク質科学研究の基盤となっています。しかし、研究の進展に伴い、AlphaFoldは複雑なタンパク質複合体や抗原-抗体相互作用といった特定のケースで、計算時間が長いことやGPUリソースの高い要求といった課題に直面しています。また、予測精度を向上させるためにリサイクル回数やサンプリング密度を増やす方法もあるものの、これらはさらなる計算負担を招いています。 ...