Science as a Service
Software

計算化学ソフトウェア

Alphafold

Alphafoldは、Google DeepMindが開発したタンパク質立体構造予測AIです。アミノ酸配列から三次元構造を高精度に推定できるため、創薬、酵素設計、生命科学研究、疾患解析などに広く活用されています。ソフトウェアは、進化情報を扱う入力処理、深層学習による構造予測モデル、予測結果を整形・出力する処理群で構成され、研究用途に特化した計算基盤として設計されています。

お問い合わせはこちら

Status

https://github.com/google-deepmind/alphafold
AlphaFold v2.3.2

More robust download in Colab with shutil (thanks @gmihaila).
Added ability to only run relax for the best unrelaxed model in the run_alphafold.py.
Improved documentation for the ranked outputs (thanks @ulupo).
Removed jax dependency from results pkl.
Updated tensorflow to 2.11.0.
Improved documentation on how to install aria2c (thanks @janxkoci).
Made _chem_comp.type logic case-insensitive for mmCIF parsing.
Improved error messages when cells are submitted out of order in Colab (e.g. when the runtime restarts).
Fixed incorrect type annotations.
Bumped Python to 3.9 in Colab.
Improved robustness of masked softmax for bfloat16.
Bumped pyopenssl in Colab to patch cryptography dependency issue.

ライセンス

AlphaFoldのライセンスはバージョンごとに異なっています。
AlphaFold2のライセンスはApache-2.0 licenseです。
AlphaFold3のライセンスはCC-BY-NC-SA 4.0（Creative Commons Attribution-NonCommercial-ShareAlike 4.0）です。AlphaFold3は非商用利用のみ可、改変や再配布は可能、ただし同じライセンス条件を引き継ぐことが要求されているのでご注意ください。

特長

AlphaFold2は、DeepMindが開発した「アミノ酸配列からタンパク質の3次元構造を高精度に予測する」ためのディープラーニングベースのタンパク質立体構造予測AIです。進化的情報（Multiple Sequence Alignment(MSA)、多重配列アライメント）と既知の構造テンプレートを組み合わせて特徴量として用い、構造を直接予測するよう設計されています。Evoformer（Attentionを用いて特徴量をエンコードするTransformer系のモジュール）と、残基ごとの3D座標を出力する構造予測モジュール（Structure module）がコアアーキテクチャを構成しています。

Alphafoldの基本機能

入力としては、アミノ酸配列（FASTA形式）と、関連するタンパク質の配列情報MSA）および既知のテンプレート構造（PDB）を用いて、特徴量を構築します。
予測処理としては、MSAとペア情報をEmbedding層で圧縮し、Evoformerブロックで多次元特徴を抽出します。Structure moduleで残基ごとの3D座標を反復的に精製し、タンパク質全体の立体構造を生成します。
出力としては、予測した立体構造（PDB形式）や信頼度スコア（pLDDTなど）を提供し、研究者が視覚化・解析に利用できるようになっています。