據(jù)一項新的研究披露，研究人員推出了RoseTTAFold，這是一種用于蛋白建模的神經(jīng)網(wǎng)絡(luò)方法，其準(zhǔn)確性接近DeepMind的AlphaFold2所達(dá)到的水準(zhǔn)。

更重要的是，這一功能強(qiáng)大的新型工具的代碼以及公共服務(wù)器已向科學(xué)界免費(fèi)開放。蛋白是生命的構(gòu)建模塊，其功能（對近乎所有的生物過程都必不可少）與其三維形狀直接相關(guān)。然而，僅從其氨基酸序列來確定某蛋白的3D形狀素來十分困難。

最近，在CASP14蛋白結(jié)構(gòu)預(yù)測評估大會上，基地設(shè)在倫敦的DeepMind介紹了它們的名為AlphaFold2的新型人工智能（AI）網(wǎng)絡(luò)；AlphaFold2展示了卓越的預(yù)測蛋白形狀的能力，其準(zhǔn)確程度堪比X射線晶體照像術(shù)和低溫電子顯微鏡檢查（cryo-EM），但這些實驗方法所費(fèi)不貲且頗為耗時。在沒有公布代碼或方法的情況下，AlphaFold2的表現(xiàn)令人存疑：它所取得的準(zhǔn)確性是否能在其它的、DeepMind以外研發(fā)的系統(tǒng)中實現(xiàn)；DeepMind是全球領(lǐng)先的研究深度學(xué)習(xí)的公司。Minkyung Baek、David Baker和同事在此介紹了一種名為RoseTTAFold的AI網(wǎng)絡(luò)，它所預(yù)測的結(jié)構(gòu)準(zhǔn)確性逼近DeepMind的AlphaFold2，但其所用計算處理功率和時間僅為后者的零頭。

在已報道的AlphaFold2方法學(xué)進(jìn)展和其自身CASP14方式的基礎(chǔ)上，Baek 等人研發(fā)了一個3軌道網(wǎng)絡(luò)，后者可集成并同時處理1維（1D）蛋白序列、2D距離圖和3D原子坐標(biāo)等信息。據(jù)作者披露，除了預(yù)測準(zhǔn)確外，RoseTTAFold網(wǎng)絡(luò)還可快速解決具挑戰(zhàn)性的蛋白結(jié)構(gòu)建模問題，為目前結(jié)構(gòu)未知蛋白的功能提供線索。

###