ACS JCIM (化学信息与建模)· Jules Marien, Sujith Sritharan, Beatrice Caviglia, Raphaelle Versini, Lucas Auclair, Pierre Barraud, Carine Tisné, Alaa Reguei, Samuel Murail, Fabrice Leclerc, Elise Duboué Dijon, JianJun Tao, Nathalie Basdevant, Marc Baaden, Chantal Prévost, Sophie Sacquin-Mora, Antoine Taly·· 4 天前精选AI 评分58
深度学习生物分子结构预测的持续局限与显式离子建模带来的新空间
Deep-Learning Predictions of Biomolecular Structures: Persistent Limitations and New Horizons Extended by Explicit Ion Addition
AI 导读
【摘要级】这篇观点文章系统评估 AlphaFold 等深度学习结构预测工具在蛋白质、RNA 及其复合物上的持续局限，包括模型置信度难以评估、跨膜结构域、核酸、构象多样性与离子或配体相互作用预测不足，以及内在无序区（IDR）易被过度折叠。
推荐理由
该观点文章以实例梳理 AlphaFold 类结构预测工具在离子、RNA 与无序区上的持续局限，并提出显式加钾离子的实用采样做法。
来源：ACS JCIM (化学信息与建模) · doi.org