超全拆解AlphaFold 3，上海交大钟博子韬：极致利用数据，以原子精度预测所有生物分子结构，但并不完美
原文中文，约6800字，阅读约需17分钟。发表于：。在第三类 Traditional docking 任务中，已知小分子的口袋位置、已知蛋白质结构 (With pocket, Holo structure)，即口袋处于暴露状态，Gold 达到 51.2% 的成功率，Vina 表现出 52.3% 的成功率，Glide 则提升至 55%，其他深度学习算法也能达到相对较好的水平，说明成功率受到口袋的影响。此外，其训练集除了包含 PDB...
AlphaFold 3是一种蛋白质结构预测工具，具有改进的模型架构和减少对多序列比对（MSA）的依赖，实现了原子级结构预测。它在配体对接、蛋白质复合物预测、翻译后修饰预测和DNA/RNA结构预测方面取得了显著进展。然而，它在RNA结构预测方面仍需改进。AlphaFold 3在预测共价修饰方面存在局限性，并可能产生幻觉。目前，AlphaFold 3在蛋白质修饰、DNA/RNA修饰、金属离子和配体方面存在一定限制。总体而言，尽管AlphaFold 3取得了重大进展，但仍需要进一步研究和努力来解决复杂问题。
