AlphaFold3, kurz AF3, ist die neueste Entwicklung des DeepMind-Teams im Bereich der Proteinstrukturvorhersage. Es kann nicht nur die Struktur einzelner Proteinsequenzen, sondern auch die von Proteinkomplexen, Nukleinsäuren oder kleinen Molekülen vorhersagen. Man kann sich das so vorstellen: Sie geben AF3 ein Protein-"Rezept", und es "bäckt" die dreidimensionale Struktur des Proteins.
Die Architektur von AF3 ist komplex und raffiniert, aber keine Angst, ein Bild hilft Ihnen, den Überblick zu behalten. Das gesamte Modell lässt sich in drei Hauptteile unterteilen:
Eingabevorbereitung: Umwandlung der Proteinsequenz in einen numerischen Tensor und Abrufen von Molekülen mit ähnlicher Struktur.
Repräsentationslernen: Aktualisierung dieser Repräsentationen mithilfe verschiedener Aufmerksamkeitsmechanismen.
Strukturvorhersage: Vorhersage der Proteinstruktur mithilfe eines bedingten Diffusionsmodells.
Jeder Schritt ist wie das Malen eines detaillierten Bildes. AF3 präsentiert durch schichtweise Überlagerung letztendlich die dreidimensionale Struktur des Proteins.
In der Welt von AF3 hat jedes Molekül seine eigene „Sprache“. Ob Protein, DNA, RNA oder kleine Moleküle, AF3 kann sie alle in eine Reihe von numerischen Tensoren umwandeln. Das ist wie die Vergabe einer eindeutigen „Identitätskarte“ an jedes Molekül, damit AF3 sie erkennen und verarbeiten kann.
Der Teil des Repräsentationslernens in AF3 ist wie ein sorgfältig choreografierter Tanz. Durch Aufmerksamkeitsmechanismen kann AF3 den „Blick“ des Modells zwischen den verschiedenen Teilen des Moleküls wandern lassen und die Beziehungen zwischen ihnen erfassen. Dazu gehören sowohl die Wechselwirkungen innerhalb des Moleküls als auch die Wechselwirkungen zwischen Molekülen.
Im Bereich der Strukturvorhersage von AF3 spielt das bedingte Diffusionsmodell eine Schlüsselrolle. Es beginnt mit einer Reihe von zufälligem Rauschen und „entfernt“ schrittweise das Rauschen, um schließlich die tatsächliche Struktur des Proteins wiederherzustellen. Dieser Prozess gleicht dem Enthüllen einer verborgenen Wahrheit aus einem Nebel.
Das Training von AF3 umfasst verschiedene Verlustfunktionen und Konfidenzmaßnahmen, die zusammenwirken, damit AF3 Strukturen genauer vorhersagen und die Zuverlässigkeit seiner Vorhersagen bewerten kann. Das ist wie ein Spiegel für AF3, der es zur Selbstreflexion und Verbesserung befähigt.
Referenzen: https://elanapearl.github.io/blog/2024/the-illustrated-alphafold/