Ускорение биомолекулярного моделирования с помощью AtomWorks и RF3

https://www.biorxiv.org/content/10.11... Методы глубокого обучения, обученные на базах данных белковых структур, произвели революцию в предсказании биомолекулярных структур, но разработка и обучение новых моделей остаются серьезной проблемой. Для облегчения разработки новых моделей мы представляем AtomWorks: широко применимую структуру данных для разработки современных базовых биомолекулярных моделей, охватывающих различные задачи, включая предсказание структуры, генеративное проектирование белков и проектирование фиксированной последовательности основной цепи. Мы используем AtomWorks для обучения RosettaFold-3 (RF3), сети предсказания структуры, способной предсказывать произвольные биомолекулярные комплексы с улучшенным учетом хиральности, что сокращает разрыв в производительности между закрытым исходным кодом AlphaFold3 (AF3) и существующими реализациями с открытым исходным кодом. Мы ожидаем, что AtomWorks ускорит разработку следующего поколения моделей машинного обучения для биомолекул с открытым исходным кодом, и что RF3 будет широко полезен в качестве инструмента предсказания структуры. С этой целью мы выпускаем фреймворк AtomWorks (https://github.com/RosettaCommons/ato...) вместе с тщательно отобранными обучающими данными, кодом и весами модели для RF3 (https://github.com/RosettaCommons/mod...) под разрешительной лицензией BSD.