Improved protein structure prediction with trRosettaX2, AlphaFold2, and optimized MSAs in CASP15

迭代函数 单体 序列(生物学) 管道(软件) 集合(抽象数据类型) 计算机科学 化学 数学 生物化学 数学分析 有机化学 程序设计语言 聚合物
作者
Zhenling Peng,Wenkai Wang,Hong Wei,Xiaoge Li,Jianyi Yang
出处
期刊:Proteins [Wiley]
卷期号:91 (12): 1704-1711 被引量:14
标识
DOI:10.1002/prot.26570
摘要

Abstract We present the monomer and multimer structure prediction results of our methods in CASP15. We first designed an elaborate pipeline that leverages complementary sequence databases and advanced database searching algorithms to generate high‐quality multiple sequence alignments (MSAs). Top MSAs were then selected for the subsequent step of structure prediction. We utilized trRosettaX2 and AlphaFold2 for monomer structure prediction (group name Yang‐Server), and AlphaFold‐Multimer for multimer structure prediction (group name Yang‐Multimer). Yang‐Server and Yang‐Multimer are ranked at the top and the fourth, respectively, for monomer and multimer structure prediction. For 94 monomers, the average TM‐score of the predicted structure models by Yang‐Server is 0.876, compared to 0.798 by the default AlphaFold2 (i.e., the group NBIS‐AF2‐standard). For 42 multimers, the average DockQ score of the predicted structure models by Yang‐Multimer is 0.464, compared to 0.389 by the default AlphaFold‐Multimer (i.e., the group NBIS‐AF2‐multimer). Detailed analysis of the results shows that several factors contribute to the improvement, including improved MSAs, iterated modeling for large targets, interplay between monomer and multimer structure prediction for intertwined structures, etc. However, the structure predictions for orphan proteins and multimers remain challenging, and breakthroughs in this area are anticipated in the future.
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
夏青荷完成签到,获得积分10
刚刚
Danish发布了新的文献求助10
3秒前
kaede完成签到,获得积分10
4秒前
无花果应助木木采纳,获得10
5秒前
上官若男应助ZZDXXX采纳,获得10
6秒前
Jasper应助复杂项链采纳,获得10
7秒前
Danish完成签到,获得积分10
7秒前
自由过客发布了新的文献求助10
12秒前
12秒前
睡觉睡觉完成签到,获得积分10
13秒前
无花果应助苏雨康采纳,获得10
15秒前
15秒前
复杂项链完成签到,获得积分10
15秒前
余三浪完成签到,获得积分10
16秒前
17秒前
18秒前
mucheng发布了新的文献求助10
21秒前
所所应助开朗的柜子采纳,获得10
21秒前
ZZDXXX发布了新的文献求助10
22秒前
传统的鹏涛完成签到 ,获得积分10
23秒前
受伤雁荷发布了新的文献求助10
24秒前
25秒前
26秒前
苏雨康完成签到,获得积分10
28秒前
31秒前
32秒前
苏雨康发布了新的文献求助10
33秒前
科目三应助Ayanami采纳,获得10
34秒前
35秒前
36秒前
38秒前
田様应助巴斯光年采纳,获得10
39秒前
39秒前
壮观缘分发布了新的文献求助10
40秒前
小闲闲发布了新的文献求助10
41秒前
qiull发布了新的文献求助10
41秒前
superluckc发布了新的文献求助10
43秒前
妖怪大大完成签到,获得积分10
43秒前
凹凸先森应助老实的冰棍采纳,获得20
45秒前
乐乐应助aqaqaqa采纳,获得10
45秒前
高分求助中
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger Heßler, Claudia, Rud 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 1000
Natural History of Mantodea 螳螂的自然史 1000
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
Spatial Political Economy: Uneven Development and the Production of Nature in Chile 400
Research on managing groups and teams 300
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 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3329635
求助须知:如何正确求助?哪些是违规求助? 2959215
关于积分的说明 8594779
捐赠科研通 2637692
什么是DOI,文献DOI怎么找? 1443715
科研通“疑难数据库(出版商)”最低求助积分说明 668827
邀请新用户注册赠送积分活动 656261