AlphaFold的原理及解读

1、背景

蛋白质是生物体内一类重要的生物大分子，其结构复杂多样，蛋白质的结构对于理解其功能和参与的生物学过程具有重要意义。从生物学角度上看，蛋白质的结构可以分为四个层次：初级结构、二级结构、三级结构和四级结构。

1. 初级结构：初级结构是蛋白质的氨基酸序列，即蛋白质由多个氨基酸按照特定的顺序连接而成。氨基酸是蛋白质的基本组成单位，共有20种常见氨基酸，它们的不同排列形成了蛋白质的初级结构。

2. 二级结构：二级结构是蛋白质中局部区域的空间排列方式。常见的二级结构包括α-螺旋和β-折叠。α-螺旋是由多个氨基酸沿着螺旋状排列而成，而β-折叠是由氨基酸链的不同区域之间的相互作用形成的折叠结构。

3. 三级结构：三级结构是整个蛋白质分子的空间结构。这个结构由蛋白质的二级结构在整个分子中的排列和折叠所决定。各种相互作用力，如氢键、离子键、范德华力和疏水效应等，参与了蛋白质分子的三级结构的稳定。

4. 四级结构：四级结构是由多个蛋白质分子相互组合而成的复合体，通常称为蛋白质的多聚体。多个蛋白质分子通过各种力和作用结合在一起，形成功能更为复杂的生物大分子。

其中初级结构一般可以通过Edman降解法和质谱法进行确定，而二级结构及三级结构通常需要如X射线晶体学、电镜等高度专业的设备和技术来确定，其需要极高人工及金钱成本。而AlphaFold通过深度学习技术解决蛋白质的二级结构及三级结构的预测问题，极大地提高了蛋白质结构解析效率，因此也被认为是诺奖级跨时代的工作。

2、特征输入

前文我们提到，AlphaFold根据深度学习技术，通过输入蛋白质一级结构来解析二级结构及三级结构，而一级结构为一组蛋白质氨基酸序列，但是AlphaFold的特征并不只是输入蛋白质氨基酸序列，而包含了多种相关信息。

• 单氨基酸序列target_feat：其中f为21维氨基酸的o