OpenFold: Retraining AlphaFold2 yields new insights into its learning mechanisms and capacity for generalization

再培训 计算机科学 一般化 人工智能 机器学习 集合(抽象数据类型) 匹配(统计) 过程(计算) 空格(标点符号) 编码(集合论) 数学 数学分析 统计 国际贸易 业务 程序设计语言 操作系统
作者
Gustaf Ahdritz,Nazim Bouatta,Christina Floristean,Sachin Kadyan,Qinghui Xia,William Gerecke,Timothy O’Donnell,Daniel Berenberg,I. Fisk,Niccolò Zanichelli,Bo Zhang,Arkadiusz Nowaczynski,Bei Wang,Marta M. Stepniewska-Dziubinska,Shang Zhang,Adegoke Ojewole,Murat Efe Guney,Stella Biderman,Andrew Watkins,Stephen Ra,Pablo Ribalta Lorenzo,Lucas Nivon,Brian D. Weitzner,Yih‐En Andrew Ban,Peter K. Sorger,Emad Mostaque,Zhao Zhang,Richard Bonneau,Mohammed AlQuraishi
标识
DOI:10.1101/2022.11.20.517210
摘要

Abstract AlphaFold2 revolutionized structural biology with the ability to predict protein structures with exceptionally high accuracy. Its implementation, however, lacks the code and data required to train new models. These are necessary to (i) tackle new tasks, like protein-ligand complex structure prediction, (ii) investigate the process by which the model learns, which remains poorly understood, and (iii) assess the model’s generalization capacity to unseen regions of fold space. Here we report OpenFold, a fast, memory-efficient, and trainable implementation of AlphaFold2. We train OpenFold from scratch, fully matching the accuracy of AlphaFold2. Having established parity, we assess OpenFold’s capacity to generalize across fold space by retraining it using carefully designed datasets. We find that OpenFold is remarkably robust at generalizing despite extreme reductions in training set size and diversity, including near-complete elisions of classes of secondary structure elements. By analyzing intermediate structures produced by OpenFold during training, we also gain surprising insights into the manner in which the model learns to fold proteins, discovering that spatial dimensions are learned sequentially. Taken together, our studies demonstrate the power and utility of OpenFold, which we believe will prove to be a crucial new resource for the protein modeling community.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
xq完成签到 ,获得积分10
刚刚
欢喜秋寒发布了新的文献求助10
刚刚
王新一完成签到,获得积分10
刚刚
漂彭完成签到,获得积分10
1秒前
11完成签到,获得积分10
1秒前
2秒前
罗帕霉素完成签到,获得积分10
2秒前
XIXI完成签到,获得积分10
3秒前
小小怪将军完成签到,获得积分10
3秒前
lzl完成签到,获得积分10
3秒前
4秒前
jk445发布了新的文献求助30
5秒前
yufanhui应助细心怜寒采纳,获得10
5秒前
xiaochouyu完成签到,获得积分10
6秒前
伶俐鹤轩完成签到,获得积分10
7秒前
emmmm完成签到,获得积分10
8秒前
8秒前
严笑容发布了新的文献求助10
9秒前
小小完成签到,获得积分10
9秒前
12秒前
12秒前
研友_Z63Wg8发布了新的文献求助10
13秒前
端庄的魔镜完成签到 ,获得积分10
13秒前
醉书生完成签到,获得积分10
14秒前
14秒前
maxSpr发布了新的文献求助10
15秒前
15秒前
安息香完成签到,获得积分10
15秒前
paparazzi221应助海鹰采纳,获得100
17秒前
斯文败类应助三井M采纳,获得10
18秒前
18秒前
CodeCraft应助诚心的方盒采纳,获得10
18秒前
安息香发布了新的文献求助10
19秒前
大翟发布了新的文献求助10
19秒前
19秒前
英姑应助youhebuke采纳,获得10
20秒前
yufanhui应助热心橘子采纳,获得10
21秒前
一天一首完成签到,获得积分10
22秒前
24秒前
26秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3135127
求助须知:如何正确求助?哪些是违规求助? 2786103
关于积分的说明 7775305
捐赠科研通 2441924
什么是DOI,文献DOI怎么找? 1298299
科研通“疑难数据库(出版商)”最低求助积分说明 625112
版权声明 600839