-
- いいね！66
青木 航 / Wataru Aoki
@mighty_tora
AlphaFold2のタンパク質構造予測性能は極めて高い。ものによっては、予測構造と実際の構造がほぼ一致。（natureの記事より図を引用） nature.com/articles/d4158… pic.twitter.com/d7BGdpxonf
2020-12-01 01:33:38
拡大
福永 津嵩
@fukunagaTsu
微生物のゲノムを読んだら直ちにタンパク質の構造が全部(やや誇張あり)わかる時代がまもなく来るとして、果たして何ができるだろうか
2020-12-01 01:34:16
Hikari_Yoshitane
@HYtane
みんな思いつく出来そうなこと。自分が興味ある分子についてAlphafold2で構造予測。1アミノ酸変化で構造予測して良い感じに自分の興味ある表現型がでそうな変異をサーチ。実際に複数の変異体を細胞レベルで評価。良い感じのやつを個体レベルでクリスパーで変異入れて機能解析。
2020-12-01 01:41:32
福永 津嵩
@fukunagaTsu
メタゲノム解析にも対応しうるほど高速な構造のhomology searchツールを作れば天下を取れるのでは？(今あるのか知らんが多分ないでしょ、必要ないし)
2020-12-01 01:43:57
Hikari_Yoshitane
@HYtane
みんな思いつく出来そうなこと2。有名な病気のホットスポットになってる分子について、原因変異が構造に与える影響をAlphafold2で構造予測。共通した構造変化に着目して元の構造に戻すような薬剤をインシリコで探索。合成して実際に評価。
2020-12-01 01:44:31
Ohue M/大上雅史
@tonets
@fukunagaTsu いまのところ構造比較は構造モデリングよりだいぶ高速なので、構造モデリング勝負かと。（AlphaFold2が何秒で構造作ってくれるのか）
2020-12-01 01:48:01
Ohue M/大上雅史
@tonets
AlphaFold2で疾病関連非同義置換の全モデリングとか、AlphaFold2で立ち上げたタンパク質間のPPI予測とか、AlphaFold2の残基グラフの転移学習でリガンドドッキングとかやりたいなぁ。（発想が貧弱）
2020-12-01 01:52:02
福永 津嵩
@fukunagaTsu
@tonets 予測した構造をどんどん入れたデータベースが整備された場合には、高速なデータベースサーチツールが必要になるのかなと(相場が分かってないので明後日なことを言ってるのかもしれませんがすみません)
2020-12-01 01:53:41
Ohue M/大上雅史
@tonets
@fukunagaTsu たぶん正しいし、現状の構造比較ツールだともしかしたら遅いかもしれない（いや、並列化で十分対応できる桁かもしれない？）が、google画像検索みたいなイメージの速度ならたぶんなんとかすれば出せるはず！（実質画像検索みたいなもんなので）（ただしそんな技術は構造分野ではまだ無いかもしれない）
2020-12-01 01:56:20