AlphaFold是DeepMind开发的一个人工智能系统，可以根据蛋白质的氨基酸序列预测蛋白质的3D结构。AlphaFold软件和“AlphaFold蛋白质结构数据库”(AlphaFold Protein Structure Database)向公众开放已经一年了，用户可以探索和研究他们感兴趣的蛋白质。 机器学习模型有潜力成为生物学的核心工具，正如最近在蛋白质结构预测方面的进展所表明的那样。在这次网络研讨会中，我将概述AlphaFold:该系统如何工作，如何获得蛋白质结构预测，以及如何分析它们。然后，我将回顾构建系统的一些方法，并将讨论如何为新应用程序评估AlphaFold。 近年来，蛋白质结构的计算模型的能力和准确性显著提高，结构生物学的一些领域没有受到影响。这些变化已经在当前版本的AlphaFold中实现，RoseTTAFold也不远了。实验结构生物学仍然需要解决预测结构中的歧异，并验证细节，但高质量模型的可用性正在消除实验中的许多瓶颈。即使没有实验结构，新的模型也足以产生有趣的假设，可以通过实验来验证，比如评估与遗传疾病相关的变异是如何导致疾病的。通过在当前算法中使用的模式

Alphafold管道 端到端的蛋白质结构预测流程，从seq到pdb。