Протеините не се статични молекули. За да ги извршуваат своите функции, тие често преминуваат меѓу различни тридимензионални форми, особено кога за нив се врзува друга молекула, како што е лигандот.
Иако AlphaFold постигна голем напредок во предвидувањето на структурата на протеините од нивната аминокиселинска низа, системот често прикажува само една конформација. Тоа ја ограничува неговата примена во истражувањето на лекови и во проучувањето на молекуларните механизми.
Истражувачи од Институтот за молекуларна наука и Универзитетот SOKENDAI развија метод наречен AF3-ReD, кој се надоврзува на AlphaFold3. При повеќекратни предвидувања, методот додава „одбивна“ енергетска компонента: новите структури се поттикнуваат да се оддалечат од претходно предвидените атомски распореди.
AlphaFold3 користи дифузиски генеративен модел, сличен на моделите за создавање слики. Тој започнува со атоми распоредени под влијание на случаен шум, а потоа постепено ги насочува кон структурни состојби со поголема веројатност. AF3-ReD го проширува овој процес, овозможувајќи му на моделот да истражи и други можни состојби наместо постојано да се враќа кон најстабилната.
Методот бил тестиран на повеќе протеини, меѓу кои и β-подединицата на F1 делот од АТП-синтазата. Кај неа, местото за врзување АТП преминува од отворена во затворена состојба. Додека стандардниот AlphaFold3 главно ја предвидувал отворената форма и кога АТП е присутен, AF3-ReD ги опфатил отворената, затворената и меѓуфазните конформации.
Според истражувачите, ваквото поразновидно предвидување може да помогне при симулации на молекуларната динамика, со кои се следи како протеинот се движи од една форма во друга. Пристапот би можел да биде корисен и за дизајнирање нови протеини и кандидати за лекови.
Резултатите се објавени во списанието JACS Au во трудот „Enhanced Sampling of Protein Conformations in AlphaFold3 with Repulsive Bias in the Diffusion Generative Model“.
