Command Palette
Search for a command to run...
オンラインチュートリアル | David Baker のチームが RFdiffusion3 をオープンソース化し、全原子タンパク質設計における生成的ブレークスルーを達成しました。
近年、生成的深層学習（GDL）を用いた新規機能性タンパク質の設計において、大きな進歩が遂げられています。現在、RFdiffusion（RFD1）やBindCraftをはじめとする多くの手法は、アミノ酸残基レベルでのタンパク質表現を用いており、タンパク質モノマー、アセンブリ、そしてタンパク質間相互作用システムの設計に成功しています。しかしながら、これらの手法の解像度は、側鎖相互作用を介して非タンパク質成分（低分子リガンドや核酸など）と特異的に相互作用する構造を正確に設計するには依然として不十分です。
RFdiffusion2 (RFD2) はこの制限をある程度克服しましたが、その拡散プロセスは依然として残基レベルに限定されており、さらに拡張して非タンパク質成分との追加の側鎖相互作用を形成することは困難です。既存の研究では、原子レベルの拡散プロセスを使用してタンパク質のバックボーンを生成し、側鎖モデリングに拡張できることが示唆されていますが、これらの試みでは、非タンパク質成分間の相互作用の効果的なモデリングはまだ達成されていません。
これに基づいて、ノーベル賞受賞者のデイビッド・ベイカー氏のチームは、リガンド、核酸、その他の非タンパク質原子で構成された構造でタンパク質の三次元構造を生成できる RFdiffusion3 (RFD3) を開発しました。このモデルはすべてのポリマー原子を明示的にモデル化するため、酵素設計などのタスクにおいて、複雑な原子レベルの制約をより容易かつ効率的に処理できます。RFD3のネイティブな全原子アーキテクチャは、原子レベルの制約の指定を大幅に簡素化し、水素結合、リガンド接触、核酸相互作用を正確に制御できます。
入力配列から距離などの情報を抽出するために計算集約型の Pairformer モジュールに依存する AlphaFold3 (AF3) とは異なり、研究チームはより軽量な情報抽出モジュールを設計しました。これにより、RFD3はPairformerの層数を48層からわずか2層へと大幅に削減し、計算オーバーヘッドを大幅に削減しました。最終モデルには、学習可能なパラメータがわずか1億6,800万個しか含まれていません。研究チームは、DNA結合タンパク質とシステイン加水分解酵素の設計と実験的特性評価を通じて、RFD3の幅広い応用可能性を実証しました。RFD3は、タンパク質以外の原子環境に基づく複雑な原子レベルの制約に導かれてタンパク質構造を迅速に生成できるため、タンパク質設計が達成できる機能範囲をさらに拡大すると考えられます。
「RFdiffusion3：タンパク質設計モデル」がHyperAIウェブサイト（hyper.ai）の「チュートリアル」セクションで公開されました。ワンクリックでダウンロードしてお試しください！
新年を祝うために、HyperAI はコンピューティング パワーのメリットをすべての人に提供します。新規ユーザーは、登録後に引き換えコード「2026 Happy New Year」を使用することで、2 時間分の NVIDIA クレジットを取得できます。 GeForce RTX 5090 使用期間、数量限定ですので、今すぐホリデー特典を手に入れましょう!
チュートリアルのリンク:
デモの実行
1. hyper.aiのホームページにアクセス後、「RFdiffusion3: タンパク質設計モデル」を選択するか、「チュートリアル」ページに移動して「RFdiffusion3: タンパク質設計モデル」を選択します。「このチュートリアルをオンラインで実行」をクリックします。
2. ページがリダイレクトされたら、右上隅の「複製」をクリックして、チュートリアルを独自のコンテナーに複製します。
注：ページの右上で言語を切り替えることができます。現在、中国語と英語が利用可能です。このチュートリアルでは英語で手順を説明します。
3. 「NVIDIA GeForce RTX 5090」と「PyTorch」のイメージを選択し、必要に応じて「Pay As You Go」または「Daily Plan/Weekly Plan/Monthly Plan」を選択し、「ジョブ実行を続行」をクリックします。
HyperAI は新規ユーザー向けに登録ボーナスを提供しています。わずか $1 で、RTX 5090 のコンピューティング パワー (元の価格は $7) を 20 時間利用でき、リソースは無期限に有効です。
4. リソースが割り当てられるのを待ちます。ステータスが「実行中」に変わったら、「ワークスペースを開く」をクリックしてJupyterワークスペースに入ります。
効果実証
ページがリダイレクトされたら、左側の README ページをクリックし、上部の [実行] をクリックします。
少し待ってから下にスクロールすると、RFD3 からの構造予測結果が表示されます。
以上が今回HyperAIがおすすめするチュートリアルです。ぜひ皆さんも体験してみてください！
チュートリアルのリンク:
