本文主要是介绍AlphaFold2-蛋白质结构预测，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
通常来说，蛋白质的结构可分为４个层次（见图２）．
（１）一级结构是指构成蛋白质的残基序列；
（２）在蛋 白 质 的 局 部 片 段 上，常 常 会 观 察 到 主 链上的周期性规则构象，比如α 螺旋和β片层等，这种周期性的规则主链构象被称为二级结构；
（３）蛋白质的三级结构是指由多个二级结构单元拼装而成的具有紧密形态的三维空间结构； （４）四级结构描述由不同多肽结构链间相互作用形成具有功能的蛋白质复合物分子
此前AlphaFold中所有的卷积神经网络，现在都被替换成了Attention。
为什么要这样做呢？
我们首先要了解一下AlphaFold的工作原理：
它主要是通过预测蛋白质中每对氨基酸之间的距离分布，以及连接它们的化学键之间的角度，然后将所有氨基酸对的测量结果汇总成2D的距离直方图。
然后让卷积神经网络对这些图片进行学习，从而构建出蛋白质的3D结构。
但这是一种从局部开始进行预测的方式，很有可能会忽略蛋白质结构信息的长距离依赖性。
而Attention的特点刚好可以弥补这一缺陷，它是一种模仿人类注意力的网络架构，可以同时聚焦多个细节部分。
这样可以使得框架预测的结果更加全面、准确。
注：CASP, (Critical Assessment of Protein Structure Prediction, 蛋白质结构预测的关键评估)
这篇关于AlphaFold2-蛋白质结构预测的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
