OpenFold: AlphaFold2の再訓練がその学習メカニズムと一般化能力への新たな洞察を提供する

AlphaFold2は、非常に高い精度でタンパク質構造を予測する能力で構造生物学に革命をもたらしました。しかし、その実装には新しいモデルを訓練するために必要なコードとデータが欠けています。これらは(1)タンパク質-リガンド複合体構造予測のような新しいタスクに取り組むため、(2)モデルが学習するプロセスを調査するため、(3)未見の折りたたみ空間の領域に一般化するモデルの能力を評価するために必要です。ここでは、AlphaFold2の高速でメモリ効率の良い訓練可能な実装であるOpenFoldを報告します。私たちはOpenFoldをゼロから訓練し、AlphaFold2の精度に匹敵するものにしました。同等性を確立した後、OpenFoldは、その訓練セットのサイズと多様性が故意に制限されている場合でも、驚くほど強固に一般化することがわかりました。これには、二次構造要素のクラスのほぼ完全な削除が含まれます。訓練中に生成される中間構造を分析することで、OpenFoldが折りたたみを学習する階層的な方法への洞察も得られます。要約すると、私たちの研究は、OpenFoldの力と有用性を示しており、これはタンパク質モデリングコミュニティにとって重要なリソースとなると信じています。OpenFoldは、AlphaFold2の訓練可能なオープンソース実装です。これは高速でメモリ効率が良く、コードと訓練データは許可されたライセンスの下で利用可能です。