PRosettaC outperforms AlphaFold3 for modeling PROTAC ternary complexes
6.5
来源：
Nature
关键字：
neural coding
发布时间：
2025-10-28 23:55
摘要：
该研究系统比较了两种领先的结构预测工具AlphaFold-3和PRosettaC在建模PROTAC三元复合物中的表现。研究表明，PRosettaC在准确性上优于AlphaFold-3，尤其是在考虑动态评估时。通过动态模拟，研究揭示了模型与实验结构之间的关系，强调了在药物设计中考虑蛋白质灵活性的重要性。
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
domain_focus
1.0分
business_impact
0.5分
scientific_rigor
1.5分
timeliness_innovation
1.5分
investment_perspective
1.0分
market_value_relevance
1.0分
team_institution_background
0.5分
technical_barrier_competition
0.5分
关键证据
PRosettaC在建模PROTAC三元复合物时表现优于AlphaFold-3。
研究强调了动态评估在建模中的重要性。
通过比较静态和动态模型，揭示了模型的生物学相关性。
真实性检查
否
AI评分总结
该研究系统比较了两种领先的结构预测工具AlphaFold-3和PRosettaC在建模PROTAC三元复合物中的表现。研究表明，PRosettaC在准确性上优于AlphaFold-3，尤其是在考虑动态评估时。通过动态模拟，研究揭示了模型与实验结构之间的关系，强调了在药物设计中考虑蛋白质灵活性的重要性。