为什么AlphaFold不能取代实验结构生物学?——AI结构预测的准确性探讨

作     者：何欣恒 李俊睿 徐华强 HE Xinheng;LI Junrui;XU Huaqiang

作者机构：中国科学院上海药物研究所上海201203 

基　　金：国家重点研发计划项目(2022YFC2703105) 国家自然科学基金项目(32130022,82121005) 中国科学院战略性先导科技计划项目(XDB37030103) 上海市科技重大专项(2019SHZDZX02) 

出 版 物：《科技导报》 (Science & Technology Review)

年 卷 期：2025年第43卷第2期

页      码：14-21页

摘      要：人工智能的飞速发展给生物学研究带来了深远影响,其中,AlphaFold2在蛋白质结构预测领域引发了革命性的突破。评估了AlphaFold2对G蛋白偶联受体(GPCR),结构预测的可靠性,凭借其对蛋白质三维结构的高度准确预测。然而,在实际应用中,AlphaFold2的预测结果并非在所有场景下都足够精确。以GPCR为例,这类重要的药物靶点参与了广泛的生理过程,其结构研究对理解功能机制和药物开发具有重要意义。结果表明,尽管AlphaFold2能够准确捕捉GPCR整体骨架的主要特征,但其预测模型在胞外域与跨膜域的组装、配体结合口袋的形状,以及信号传导界面的构象等方面,与实验解析的高分辨率结构存在显著差异。这些差异限制了AlphaFold2模型在GPCR功能研究和基于结构的药物设计中的应用能力。因此,尽管AlphaFold2为结构预测提供了强大的工具,但其在特定场景下的局限性表明,AI结构预测作为一种辅助工具,尚不能完全取代实验结构生物学,需要联合使用以辅助药理学研究和药物设计。

主 题 词：AlphaFold2 蛋白质结构预测 结构生物学 冷冻电镜 G蛋白偶联受体 药物设计 

学科分类：0401[教育学-教育学类] 04[教育学] 

核心收录：

馆 藏 号：203157518...