RoseTTAFold
Prédiction ouverte de la structure des protéines, labo Baker
RoseTTAFold prédit comment une chaîne d’acides aminés se replie en une protéine en trois dimensions. Connaître la forme d’une protéine aide les chercheurs à comprendre ce qu’elle fait et comment la cibler avec des médicaments. Le modèle a été développé à l’Institute for Protein Design et à l’Université de Washington, à peu près en même temps qu’AlphaFold, et proposait une approche comparable avec un réseau de neurones à trois pistes.
Le travail est devenu une famille. RoseTTAFold All-Atom modélise des complexes qui incluent de petites molécules, de l’ADN et d’autres composants, et RFdiffusion génère de nouveaux squelettes de protéines pour des tâches de design comme des liants et des enzymes. Ensemble, ces outils accompagnent un passage de la prédiction de protéines existantes à la création de nouvelles, avec des applications en médecine et en matériaux.
Le code et les modèles sont disponibles pour la recherche via GitHub et un serveur web, avec des conditions de licence qui varient selon la version. Les prédictions demandent une validation expérimentale, et faire tourner les modèles exige des ressources de calcul et de l’expertise. Les alternatives incluent AlphaFold, ESMFold, OpenFold, Boltz et Chai. RoseTTAFold convient aux biologistes structuraux et aux concepteurs de protéines.