蛋白质结构预测¶
蛋白质结构预测是一项根据氨基酸序列预测蛋白质三维结构的任务。由于结构决定功能，蛋白质结构预测在生物学和医学领域具有至关重要的作用。在这里，我们提供两种先进的蛋白质结构预测方法：AlphaFold2-Multimer v3 和 Protenix。
功能亮点¶
-
全原子建模: 在GeoBiologics上，您可以预测几乎所有生物分子——包括蛋白质、RNA、DNA、小分子及其复合物的结构。
-
批量预测: 支持在云端对多条序列进行批量预测，同时可以选择使用Amber松弛法（可选）。
-
图形界面: 无需配置环境或使用命令行；仅需在图形界面中点击即可完成结构预测。
Protenix¶
输入¶
要提交蛋白质结构预测任务，请打开项目编辑器并点击左侧边栏中的"New Job（新建任务）"按钮，然后选择"Structure Modeling（结构建模）"任务组中的"Protein Structure Prediction（蛋白质结构预测）"。任务提交表单将在新标签页中打开。
-
Biomolecules（生物分子）: 描述您的生物分子。您可以在一个任务中预测多个生物分子，每个生物分子将被独立预测。每个生物分子内可以包含多个实体。
: 在输入中添加新的生物分子。- Biomolecule Name（生物分子名称）: 生物分子的名称。默认为"蛋白质 {i}"。要更改名称，请将鼠标悬停在生物分子名称上方，然后点击 "
" 按钮。 - Entity Type（实体类型）: 生物分子中实体的类型。有效选择为 "蛋白质", "RNA", "DNA", "配体 (SMILES)"。
- Copies（副本数）: 当前实体的副本数。默认为 1。
- Sequence（序列）: 当前实体的序列。不同实体类型有不同的序列格式：
- Protein（蛋白质）: 输入氨基酸序列，使用CCD编码，例如 (ACE)GQLEEIAKQLEEIAWQLEEIAQG(NH2)。
- RNA/DNA（RNA/DNA）: 输入核苷酸序列，使用CCD编码，例如 GCGAGUAAU(8OG)UUAC。
- Ligand (SMILES)（配体 (SMILES)）: 输入SMILES字符串，例如 CCCC(C=O)O。
- Add Entity（添加实体）: 点击 "
" 按钮以添加新的实体到生物分子。您可以添加最多6个实体到生物分子。
参数¶
- Model seeds（模型种子）: 结构采样的种子。多个种子会增加采样到高质量结构的概率，但会增加计算成本。
- #samples/seed（每个种子样本数）: 每个种子生成的样本数。
结果¶
在文件与任务管理器面板中点击任务结果，查看任务结果。
结果摘要存储在CSV文件中，可以通过点击结果表格右上角的 "
" 按钮下载。
结果表格包含以下列：
- name（名称）: 与输入中的生物分子名称相同。
- seed（种子）: 用于结构采样的种子。
- sample（样本）: 当前生物分子和种子下的样本索引。
- ranking_score（排名得分）: 模型对当前样本的排名得分。数值越高则效果越好。
- gpDE（全局预测距离误差）: 当前样本的全局预测距离误差。数值越低则效果越好。
在最右边的列中，您可以点击 "
" 按钮查看预测的结构。
AlphaFold2-Multimer v3¶
输入¶
要提交蛋白质结构预测任务，请打开项目编辑器并点击左侧边栏中的"New Job（新建任务）"按钮，然后选择"Structure Modeling（结构建模）"任务组中的"Protein Structure Prediction（蛋白质结构预测）"。任务提交表单将在新标签页中打开。
-
Proteins（蛋白质）: 以 FASTA 格式输入蛋白质序列。您可以在输入框中输入序列，也可以上传 FASTA 文件 (点击 "
" 按钮). 每个蛋白质（可能是多链的）都会独立预测。
: 在输入中添加新的蛋白质序列。- Protein Name（蛋白质名称）: 蛋白质的名称。默认为第 i 个序列的"蛋白质 {i}"。要更改名称，请将鼠标悬停在蛋白质名称上方，然后点击 "" 按钮.
- Chain ID（链ID）: 标识蛋白质中链的单个字符。默认为按字母顺序排列的大写字母。您可以在 "Chain
- Add Chain（添加链）: 向蛋白质中添加新的链。AF2-Multimer 可以预测多链蛋白质的结构。我们建议链数不超过 9 条，总残基数不超过 1000。
-
Job Name（任务名称）: 任务的名称。请注意，任务名称在项目中必须是唯一的。
参数¶
- # cycles（循环次数）: 要运行的循环次数（1 - 48）。默认为 16。
- Relax structure（松弛结构）: 是否使用Amber对模型生成的蛋白质进行松弛（默认为 false）。
- MSA mode（MSA模式）: 用 MMSeqs2 从 UniRef 序列数据库以及可选的环境序列中搜索MSA。有效选择有 "MMSeqs2 (UniRef + Environmental)"（默认）,"MMSeqs2 (UniRef)", "Single sequence (No MSA)"。
- Pair mode（配对模式）: 多链 MSA 设置。配对：使用来自同一物种的配对序列。非配对：对每个链使用单独的 MSA。有效选择为 "Unpaired", "Paired", "Unpaired + Paired"（默认）。
结果¶
在文件与任务管理器面板中点击任务结果，查看任务结果。
结果存储在CSV文件中，可以通过点击结果表格右上角的""按钮下载。
结果表格包含以下列：
- name（名称）: 与输入中的 FASTA 标签相同。
- sequence（序列）: 与输入中的 FASTA 序列相同。
- plddt: 为生成的蛋白质预测的 5 个 AF2 模型的 lDDT（局部距离差异测试）评分。数值越高则效果越好。 每个残基的 lDDT 评分存储在输出 .pdb 文件的 b-factor 中。您可以通过将 Cartoon 表示法（Polymer 组件）的颜色主题更改为"原子属性>不确定性/无序"来查看它们。
- ptm: 为生成的蛋白质预测的 5 个 AF2 模型的 TM（模板建模）评分。数值越高则效果越好。
在最右边的列中，您可以点击 "" 按钮查看预测的结构。
如果您启用了"松弛"选项，您会在下拉菜单中找到两个文件：一个是未松弛的结构，另一个是松弛后的结构。