檢視 AlphaFold 的原始碼

'''AlphaFold'''（直譯：'''阿爾法折疊'''）是 Alphabet 旗下 Google 旗下 DeepMind 開發的一款卵白質結構預測程式。該程序予人設計做一个深度學習系統。

AlphaFold 人工智慧有兩个主要版本：AlphaFold 一（兩千空一十八）和 AlphaFold 二（二千空二十）。 前者使用 AlphaFold 一佇二空一八年十二月的第十三屆 CASP（英語：Critical Assessment of protein Structure Prediction，直譯：卵白質結構預測的關鍵評估）的排名中第一。該的程序特別成功地注意矣被競賽組織者評為上困難的目標的上準確結構，其中無來自具有部份相𫝛序列的卵白質的現有模板結構。

蛋白質透過虯虯拗仔疊會構成三維結構，卵白質的功能當咧結構決定。了解蛋白質結構對開發的治療疾病對藥物。DeepMind 稱，AlphaFold 會當佇這个數天內底看莫卵白質的形體，啊若這个前學界識別卵白質的形體不時是愛開數年時間。二空二空年十一月，佇第十四屆 CASP（英語：Critical Assessment of protein Structure Prediction，直譯：卵白質結構預測的關鍵評估）競賽中，AlphaFold 二 ( 二千空二十 ) 表現真好，中位分數是九十二孵四（滿分一百分）。 伊的準確度遠遠懸佇其他任何程式。

二空二一年七月十五，AlphaFold 二論文佇咧《自然》雜誌上作為高級訪問出版物佮開源軟體佮可搜查的物種卵白質組資料庫做伙發表。

==AlphaFold 卵白質結構資料庫==

AlphaFold 卵白質結構資料庫佇二空二一年七月二二啟動，這是 AlphaFold 佮歐洲分子生物學實驗室的歐洲生物信息研究所的共同努力。AlphaFold 提供對超過二億的卵白質結構預測的開放訪問，以加速科學研究。咧起動的時陣，該資料庫包含人類和二十種模式生物的差不多完整 UniProt 卵白質組的 AlphaFold 預測卵白質結構模型，總計超過三百六十五 , 零種卵白質（該資料庫無包括減於十六个抑是加佇咧兩千七百个胺基酸殘基卵白質，但是對人類來講，殘基卵白質會當佇文件內底得著。）。

AlphaFold 目標是崁 UniRef 九十中一億个卵白質大部份集合。截到二空二二年五月十五，已經九百九十二 , 三百十六个有法度用。

==卵白質折疊問題==

卵白質由卵白質一級結構組成，卵白質折疊的過程中卵白質會自發折疊形成蛋白質三級結構。卵白質結構對卵白質生物學功能至關。毋過，了解胺基酸序列按怎確定卵白質三級結構極具挑戰性，這予人叫做是「卵白質折疊問題」。「卵白質折疊問題」牽連折疊穩定結構的原子間力熱力學、卵白質以極快速達到其最終折疊狀態的機制和途徑，以及欲按怎對胺基酸序列預測卵白質天然結構。

卵白質結構過去迵過諸如 X 射線晶體學、低溫電子顯微鏡佮核磁共振等技術進行實驗確定，這技術嘛是貴參參的時陣。

過去六空年拍拚只確定欲一百七十 , 零種卵白質結構，所有的性命形式內底已知卵白質超過二億種。

若是會當干焦對胺基酸序列預測卵白質結構，將極大地促進科學研究。毋過利文索爾假古表明，雖卵白質會當佇幾毫秒內折疊，但是隨機計算所有可能的結構以確定真正的天然結構所需要的時間比已經知以宙的年歲閣較長，這予伊預測卵白質為科學家構建了生物學中的一項真大的挑戰。

久年來，研究人員應用誠濟計算方法來解決卵白質結構預測的問題，但是除了小爾簡單的卵白質以外，𪜶準確性閣遠遠無接近實驗技術，對限制科學的研究。

CASP 佇一九九四年發起，旨咧挑戰科學界做出上好的卵白質結構預測，結果對上困難的到二空一六年的卵白質發現 GDT 分數嘛干焦會當達到一百滿分的四十分。

二空一八年，AlphaFold 使用人工智慧深度學習技術參加 CASP。

==算法==

==應用==

AlphaFold 已經予人用佇預測 SARS-CoV 鋪二（COVID 鋪十九的病原體）的卵白質結構。遮的卵白質的結構佇二空二空年初有待實驗檢測。佇咧將結果發佈到閣較大的研究界進前，英國鴻朗西斯 ・ 克里克研究所 ( Francis Crick Institute ) 的科學家對結果進行矣檢查。該團隊閣證實矣著實驗確定的 SARS-CoV 鋪二刺突卵白的準確預測，該卵白佇國際開放存取資料庫卵白質資料庫 ( Protein Data Bank ) 中共享，然後發佈了計算確定的無充分研究的卵白質分子的結構。

==參見==

* Folding @ home
* Rosetta @ home
* AlphaZero
* AlphaGo
* Foldit

==參考文獻==

==外部連結==

===AlphaFold ( 二空一八年 )===

* AlphaFold : The making of a scientific breakthrough , DeepMind , via YouTube .
* Senior , Andrew . AlphaFold : improved protein structure prediction using potentials from deep learning . Institute for Protein Design . August 二十三 , 二千空一十九 [二千空二十五十二孵三] .（原始內容存檔佇兩千空二十五十二鋪十九）– 透過 YouTube .
* GitHub 上的 AlphaFold code used at CASP 十三
* GitHub 上的 Open source community implementationTemplate : SpndProSPr

===AlphaFold 二 ( 二空二空年 )===

* GitHub 上的 AlphaFold v 二嬸一 code and links to model
* Open access to protein structure predictions for the human proteome and 二十 other key organisms at 歐洲的生物信息研究所 ( EMBL-EBI )
* CASP 十四 website
* AlphaFold : The making of a scientific breakthrough , DeepMind , via YouTube .
* ColabFold ( Mirdita , Milot ; Ovchinnikov , Sergey ; Steinegger , Martin . ColabFold-Making protein folding accessible to all . 二千空二十一鋪八鋪十五 . bioRxiv  十 . 二千空二十一分之一千一百空一 . 八否一五 . 四十五孵六千四百二十五  （英語）.   ) , version for homooligomeric prediction and complexes

[[分類: 待校正]]