文献

J-GLOBAL ID：202202238195263068   整理番号：22A1180990

ここからどこへ?【JST・京大機械翻訳】

Where to From Here?

著者 (2件)： Schleif Robert (1Department of Biology, Johns Hopkins University, Baltimore, MA, United States) ,  Espinosa Manuel (2Department of Molecular and Cell Biology, Centro de Investigaciones Biologicas Margarita Salas, CSIC, Madrid, Spain)
資料名： Frontiers in Molecular Biosciences (Web)  (Frontiers in Molecular Biosciences (Web))
巻： 9  ページ： 848444  発行年： 2022年 
JST資料番号： U7081A  ISSN： 2296-889X  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 生物学的-生物化学的コミュニティは,過去50年間,科学者の多くが注目,エネルギー,および資源を消費した問題について最近行われた著しい進歩によって,ショックされ,そして,軽くなった。この問題は,そのアミノ酸配列から単に蛋白質の三次構造を予測することであった。自然は,容易に十分であるが,ヒトキンドのためには,しばしば難治性であると考えられている。ブレークスルーは,2つのコンピュータベースのアプローチ,アルファFold2とRosetTAFoldの形式で,広大な計算力の利用,人工知能の分野,および巨大な蛋白質配列データベースの存在のような因子と共に,来る。これらのツールの進歩は,より小型で,より強力なエレクトロニクス部品,主にプロセッサとメモリの開発の最後の50年によって刺激され,刺激された。蛋白質折畳みの問題とともに,蛋白質の作用の機能または機構の決定は,最近のブレークスルーまで蛋白質折畳みと同様に,同様にlimpedされる。おそらく,アルファFold2とRosetTAFoldは,蛋白質機構研究を助けることができる。今では,生化学生物学における次の大きな挑戦であるかもしれないことを考慮することは,完全にはなっていない。いくつかの可能性を提供した。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  データベース ,  予測 ,  コミュニティ ,  アミノ酸配列 ,  *タンパク質 ,  ヒト ,  人工知能 ,  三次構造 ,  電子技術 ,  ショック症状 ,  演算プロセッサ ,  コンピュータ ,  機械学習
準シソーラス用語： ケミカルバイオロジー ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工知能 ,  バイオコンピューティング ,  深層学習 ,  蛋白質構造と機能 ,  蛋白質構造の予測

分類 (3件)： 分子構造  (EB03020Y) ,  蛋白質・ペプチド一般  (EB03010N) ,  分子・遺伝情報処理  (JE15040B)

引用文献 (19件)：

• AlQuraishiM. (2019). End-to-end Differentiable Learning of Protein Structure. Cel Syst. 8 (4), 292e3-301. doi: 10.1016/j.cels.2019.03.006
• AnishchenkoI., BaekM., ParkH., HiranumaN., KimD. E., DauparasJ., et al (2021). Protein Tertiary Structure Prediction and Refinement Using Deep Learning and Rosetta in CASP14. Proteins 89 (12), 1722-1733. doi: 10.1002/prot.26194
• BagdonasH., FogartyC. A., FaddaE., AgirreJ. (2021). The Case for post-predictional Modifications in the AlphaFold Protein Structure Database. Nat. Struct. Mol. Biol. 28 (11), 869-870. doi: 10.1038/s41594-021-00680-9
• BergJ. (2021). Banking on Protein Structural Data. Science 373 (6557), 835. doi: 10.1126/science.abl8151
• BuelG. R., WaltersK. J. (2022). Can AlphaFold2 Predict the Impact of Missense Mutations on Structure? Nat. Struct. Mol. Biol. 29 (1), 1-2. doi: 10.1038/s41594-021-00714-2