从AlphaFold输出中导出的Metadynamics的集体变量
摘要：AlphaFold是一个基于神经网络的蛋白质三维结构预测工具。在CASP14的盲目结构预测挑战中，它表现出明显优于其他竞争对手的水平，使其成为目前最好的结构预测工具。AlphaFold的输出之一是残基-残基距离的概率分布图。这使得可以通过该模型评分来评估所研究蛋白质的任何构象与AlphaFold模型的一致性。本研究展示了如何利用该评分来驱动蛋白质折叠模拟，包括元动力学和平行温度元动力学。通过平行温度元动力学，我们模拟了一个小型蛋白质Trp-cage beta hairpin的折叠过程，并预测了其折叠平衡。我们发现AlphaFold基于集体变量的潜力可以在结构预测之外的应用中发挥作用，如结构精确化或预测突变的结果。
作者：Vojtv{e}ch Spiwok, Martin Kurev{c}ka, Alev{s} Kv{r}enek
论文ID：2203.04848
分类：Biomolecules
分类简称：q-bio.BM
提交时间：2022-06-22