分子モデリング、機械学習モデル、タンパク質化学と物理学のますます詳細な理解、コンピューターによるタンパク質設計と人間の専門知識を組み合わせることで、自然界には存在しない新しいタンパク質構造、集合体、機能を生み出すことができるようになった。現在、タンパク質配列と構造の大規模データベースを利用する生成的深層学習ベースの手法は、この分野に革命をもたらし、タンパク質設計における新たな機能、信頼性の向上、アクセスの民主化をもたらしている。
この入門編は、生物学、物理学、計算科学のいずれの分野の研究者にも理解しやすいことを目指して、物理学ベースと機械学習ベースのツールの双方を網羅し、タンパク質のコンピュータ設計における主なアプローチを紹介する。また、タンパク質の構造と機能に関する我々の基本的な理解の限界から生じる実際的な課題を理解することに重点を置き、それを克服する助けとなるような最近の開発や新しいアイデアを紹介している。
[出典] Primer "Computational protein design" Albanese KI, Barbe S, Tagami S, Woolfson DN, Schiex T. Nat Rev Methods Primers 2025-02-27. https://doi.org/10.1038/s43586-025-00383-1 [著者所属] Wake Forest U, U de Toulouse, U Fédérale de Toulouse, 理研生命機能科学研究センター/信州大/広島大, U Bristol；参考文献 410編
[出典] Primer "Computational protein design" Albanese KI, Barbe S, Tagami S, Woolfson DN, Schiex T. Nat Rev Methods Primers 2025-02-27. https://doi.org/10.1038/s43586-025-00383-1 [著者所属] Wake Forest U, U de Toulouse, U Fédérale de Toulouse, 理研生命機能科学研究センター/信州大/広島大, U Bristol；参考文献 410編
コメント