AF3-ReD, AlphaFold3'ü proteinin farklı biçimlerini örneklemeye yöneltiyor
AF3-ReD, AlphaFold3'ün her tahmin turunda daha önce bulduğu yapılara itici bir yanlılık uygulayarak difüzyon örneklemesini yeni bölgelere yöneltiyor. Jun Ohnuki ile Kei-ichi Okazaki'nin yöntemi modeli yeniden eğitmeden açık, kapalı ve ara protein biçimlerini arayabiliyor. Üretilen çeşitlilik, deneysel doğrulamanın ya da proteinlerin gerçek termodinamik dağılımının yerini almıyor.
AF3-ReD, AlphaFold3'ün daha önce ürettiği atom koordinatlarına yaklaşan yeni tahminlere itici bir yanlılık uyguluyor. Bir yapı bulunduğunda o bölge sonraki tahmin turu için daha az çekici hâle geliyor; difüzyon örneklemesi böylece başka konformasyon bölgelerine yöneliyor. Jun Ohnuki ile Kei-ichi Okazaki'nin yöntemi AlphaFold3'ü yeniden eğitmiyor, üretim aşamasındaki aramayı değiştiriyor. Amaç tek bir baskın yapıya tekrar dönmek yerine bir proteinin alabileceği birden fazla makul biçimi bulmak.[1], [2]
F1 beta altbiriminde üç biçime ulaştı
Araştırmacılar yöntemi ATP sentazın F1 beta altbiriminde sınadı. Varsayılan AlphaFold3, ATP bağlı örnekte bile açık konformasyona dönüyordu. AF3-ReD aynı sistemde açık, kapalı ve ara konformasyonlara ulaştı. Sonuç, itici yanlılığın aynı hedef için farklı yapısal kümeleri görünür kılabildiğini gösteriyor. Bulgular incelenen örneklere ait; kaynaklar, yöntemin bütün proteinlerde aynı çeşitliliği sağlayacağını öne sürmüyor.[1], [2]
Çeşitlilik termodinamik dağılım anlamına gelmiyor
AF3-ReD'in ürettiği biçimler, proteinin her durumda ne kadar süre kaldığını ya da biçimler arasındaki geçiş hızını hesaplamıyor. Difüzyon modelindeki arama manzarası da proteinin fiziksel potansiyel enerjisi değil; eğitim verilerinden öğrenilen üretim alanı. Yöntem deneysel doğrulamanın ve moleküler dinamik benzetimlerinin yerini almıyor. En somut katkısı, bu çalışmalar için farklı başlangıç yapıları sunabilecek daha geniş bir aday kümesi üretmesi.[1], [2]
