点击本文中加粗蓝色字体即可一键直达新药情报库免费查阅文章里提到的药物、机构、靶点、适应症的最新研发进展。
2024年5月9日，AIgn_promotion=LS_SEOGW">谷歌DeepMind团队在《Nature》期刊上发表了一篇重要论文，推出了其蛋白质结构预测工具AlphaFold的新版本——AlphaFold3。与此前的AlphaFold2相比，AlphaFold3在单一蛋白质结构精准预测的基础上大幅拓展了功能，现在能够高精度预测蛋白质与多种生物分子之间的相互作用结构。这一进步使得科学界能够以极高的准确度预测包含蛋白质、配体、核酸（如DNA和RNA）等在内的各种分子复合物的结构，并且对翻译后修饰和离子在这些系统中的效应进行推断，进而在原子水平上解析生物分子系统的结构。
随后，DeepMind于2024年11月11日宣布AlphaFold3开源，允许科学家在非商业领域下载其代码进行研究应用。这一举措将助力更多科学家在各自的研究领域中受益。
紧接着，中国科学院上海药物研究所的徐华强团队于2024年12月6日在期刊上发表了一篇题为《AlphaFold3 versus experimental structures: assessment of the accuracy in ligand-bound G protein-coupled receptors》的论文，对AlphaFold3的应用进行了深入的评估。该研究详细审视了AlphaFold3在预测配体结合AIgn_promotion=LS_SEOGW">G蛋白偶联受体(简称GPCR-配体复合物)结构中的准确性。评估涵盖了整体结构、结合口袋的预测能力、复合物预测能力以及结构中可变区域的预测效果。研究表明，尽管AlphaFold3相对于AlphaFold2有了明显的提升，但其预测结果与实验测定的结构之间仍存有不少差距。
研究还强调，尽管AI工具在结构预测方面极具潜力，但实验方法在确定生物分子结构中的重要性不可或缺。这也为将来通过计算模型改进蛋白质-配体相互作用预测提供了方向。GPCR作为药物开发中的重要靶点，由于其复杂的结构动态和与多种配体的相互作用难以解析，一直是科学界的研究热点。
在这项研究中，徐华强团队系统地对比了AlphaFold3预测的GPCR结构与实验确定的结构，主营关注于GPCR-配体结合状态，力求揭示其间的准确性。尽管AlphaFold3在GPCR整体骨架结构的预测中胜过其前身AlphaFold2，但在配体结合方面特别是对于离子、多肽和蛋白质等分子之间的预测结果仍有显著偏差。该研究进一步量化了口袋几何形状以及配体方向的偏差，这些挑战亟需解决，以便推动AlphaFold3在结构基础药物设计与功能研究中的应用。
综上所述，这项研究为使用AlphaFold3研究GPCR的科研人员提供了有价值的洞见，显现了实验结构确定的不可替代性，也为未来在计算模型中提升蛋白质-配体相互作用预测技术指明了方向。
论文链接：
1.
AlphaFold3相关Nature论文章节
2. 中国科学院研究论文节
免责声明：新药情报内容编辑团队专注于介绍全球生物医药健康研究的最新进展，本文旨在提供信息交流，不代表任何立场或治疗方案推荐。如需专业医疗建议，请咨询正规医疗机构。
