Nat Biotechnol｜新加坡国立大学张阳团队：深度学习与物理模拟驱动的蛋白质结构预测新方法

背景：蛋白质结构预测对新药开发和酶设计等生物技术领域至关重要。近年来，AlphaFold2等深度学习方法取得显著进展，但在处理复杂多结构域蛋白质和同源模板稀缺的蛋白质时仍面临挑战。研究目的：新加坡国立大学张阳团队开发了D-I-TASSER方法，结合深度学习和物理模拟，以提高蛋白质结构预测的精度和多样性。结论：D-I-TASSER在单结构域和多结构域蛋白质预测中表现出色，超越了AlphaFold2/3等现有方法，尤其在CASP15盲测中表现优异。然而，该方法仍依赖MSA深度且计算成本较高，未来需进一步优化以扩展应用范围。