RoseTTAFold
Predicción abierta de estructuras de proteínas del laboratorio Baker
RoseTTAFold predice cómo se pliega una cadena de aminoácidos para formar una proteína tridimensional. Conocer la forma de una proteína ayuda a los científicos a entender qué hace y cómo actuar sobre ella con fármacos. El modelo se desarrolló en el Institute for Protein Design y la Universidad de Washington, más o menos al mismo tiempo que AlphaFold, y ofrecía un enfoque comparable con una red neuronal de tres vías.
El trabajo ha crecido hasta formar una familia. RoseTTAFold All-Atom modela complejos que incluyen moléculas pequeñas, ADN y otros componentes, y RFdiffusion genera nuevas cadenas principales de proteínas para tareas de diseño como aglutinantes y enzimas. En conjunto, estas herramientas apoyan el paso de predecir proteínas existentes a crear otras nuevas, con aplicaciones en medicina y materiales.
El código y los modelos están disponibles para uso en investigación a través de GitHub y un servidor web, con condiciones de licencia que varían según la versión. Las predicciones necesitan validación experimental, y ejecutar los modelos exige recursos de cómputo y experiencia. Entre las alternativas están AlphaFold, ESMFold, OpenFold, Boltz y Chai. RoseTTAFold sirve a biólogos estructurales y diseñadores de proteínas.