Nat. Commun. | AlphaFold 的“隐藏技能”：预测蛋白的多重形态！
7.3
来源：
BioTender
发布时间：
2025-07-05 05:40
摘要：
美国NIH团队开发出CF-random方法，通过减少共进化信息输入，激发AlphaFold的结构记忆，实现对蛋白多重构象（包括折叠转换）的高效预测，显著提升了预测成功率，并在大肠杆菌蛋白上进行了大规模验证。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
business_impact
1.5分 - 虽然技术突破可能对药物设计和生物制药有长远的影响，但文章中未提及直接的商业化进展或供应链、成本效益等商业指标。
scientific_rigor
2.5分 - 文中引用了具体的定量数据（如35%预测成功率、7-20%的对比、95%准确率及大规模测试数据），展示了实验的严谨性和方法的透明度。
audience_relevance
1.0分 - 内容主要面向科研和生物技术领域的专业人士，对普通患者群体的直接影响较小。
timeliness_innovation
2.3分 - 文章介绍了CF-random这一全新策略，提供了区别传统AlphaFold预测方法的创新性解决方案，具有较高技术前沿性。
关键证据
CF-random 的预测成功率达到 35%，远超传统方法（7-20%）
有的预测甚至比 AlphaFold3 更靠谱！
大肠杆菌2000多个蛋白预测显示约 5% 的蛋白可能存在折叠转换
真实性检查
否