新一代AI模型D-I-TASSER实现超越AlphaFold3高精度蛋白质结构预测

主要观点总结

本文介绍了D-I-TASSER蛋白质结构预测算法，该算法通过深度学习模型生成空间几何约束，并结合统计物理能量函数进行蛋白质结构构建。它不仅能提高单域蛋白的预测精度，还能预测多结构域蛋白的结构。D-I-TASSER在多个基准测试和多届世界蛋白质结构预测大赛中表现出色，对孤儿蛋白和多域蛋白的预测尤为突出，其方法融合了深度学习和统计物理能量函数，展示了新的预测途径。

关键观点总结

关键观点1: D-I-TASSER算法流程与特点

D-I-TASSER首先通过DeepMSA2构建多序列比对，结合深度学习模型生成空间几何约束。引入全新的结构域划分与组装模块，实现多域蛋白结构自动化预测。其精度大幅优于AlphaFold系列算法。

关键观点2: D-I-TASSER的预测精度

D-I-TASSER在困难单域蛋白上的TM-score达到0.870，显著高于AlphaFold2的0.829和AlphaFold3的0.849。在多域蛋白预测中，D-I-TASSER也表现出较高的精度，与AlphaFold2相比有所提升。

关键观点3: D-I-TASSER在CASP15的表现

D-I-TASSER参加了第15届世界蛋白质结构预测大赛（CASP15），在单域蛋白和多域蛋白两个单项比赛中均排名第一。其平均TM-score显著高于所有版本的AlphaFold。