Lépjen kapcsolatba velünk

Kurzusleírás

Bevezetés az AlphaFoldba & Hatása a Biológiai Kutatásra

  • A fehérjeszerkezet-előrejelzés evolúciója: a homológia modellezéstől a mélytanulási áttörésekig
  • Az AlphaFold szerepe a szerkezeti biológia, gyógyszerfejlesztés és funkcionális annotáció gyorsításában
  • Elvárások beállítása: képességek, korlátok és kísérleti integrációs pontok
  • Gyakorlati Feladat: Az AlphaFold Fehérjeszerkezet Adatbázis (AFDB) felületének felfedezése és kezdeti szekvencia keresések végrehajtása

Hogyan Működik az AlphaFold? Architektúra & Alapvető Komponensek

  • Neurális hálózat architektúra: Evoformer, szerkezeti modul és figyelemalapú szekvencia modellezés
  • Többszörös Szekvencia Igazítás (MSA) generálás és sablon egyeztetés (PDB, UniRef, BFD)
  • Biztonsági metrikák: pLDDT (per-resziduum biztonság) és PAE (előre jelzett igazítási hiba) magyarázata
  • Gyakorlati Feladat: Az AlphaFold munkafolyamatának nyomon követése egy mintaszekvencia segítségével és az MSA/sablon bemenetek nyomon követése

Az AlphaFold Elérése: Platformok, Jegyzetfüzetek & Üzembe helyezés

  • Hivatalos üzembe helyezési lehetőségek: AlphaFold DB, nyilvános API, Colab jegyzetfüzetek és helyi/GPU környezetek
  • Reprodukálható Colab környezet beállítása: függőségek telepítése, GPU kiosztás és bemeneti formázás
  • Fehérje szekvenciák előkészítése: FASTA szerkezet, lánc kezelés és több tartományra vonatkozó szempontok
  • Gyakorlati Labor: Az AlphaFold Colab jegyzetfüzet üzembe helyezése, egyéni FASTA feltöltése és az első előrejelzési futtatás indítása

AlphaFold Fehérjeszerkezet Adatbázis & Nyilvános Források

  • AFDB navigálása: szervezeti lefedettség, szerkezeti minőség, letöltési formátumok (PDB/mmCIF, nem lazított/pLDDt fájlok)
  • AFDB összevetése UniProt, PDB és funkcionális adatbázisokkal (GO, KEGG, CATH)
  • Nagy méretű adathalmazok kezelése: kötegelt előrejelzési korlátok, hivatkozási irányelvek és adatlicencelés
  • Gyakorlati Feladat: Magas biztonságú AFDB modellek kinyerése egy célútvonalhoz és fájlok előkészítése további elemzéshez

AlphaFold Előrejelzések & Biztonsági Metrikák Értelmezése

  • pLDDT hőtérképek olvasása: szerkezeti magok, rendezetlen régiók és alacsony biztonságú tartományok azonosítása
  • PAE mátrixok dekódolása: tartományhatárok, intra/inter-lánc kölcsönhatások és potenciális hibás hajtási régiók észlelése
  • Mikor megbízhatóak az előrejelzések: szekvencia lefedettség, evolúciós mélység és ismert szerkezeti homológok
  • Gyakorlati Feladat: pLDDT/PAE kimenetek értékelése egy több tartományú fehérjére, alacsony biztonságú régiók jelölése és mutagenezis/validációs célok tervezése

AlphaFold Nyílt Forráskód & Testreszabási Útvonalak

  • Adattár szerkezet: alapmodulok, adatcsövek és konfigurációs fájlok
  • Bemenetek módosítása: egyéni MSA-k, sablon felülbírálások és biztonsági küszöb beállítások
  • Teljesítmény optimalizálása: futási idő csökkentése, memóriakezelés és ellenőrzőpont mentés
  • Gyakorlati Labor: Egy módosított AlphaFold csővezeték futtatása Colabban egyéni sablon korláttal és finomított PDB fájlok exportálása

AlphaFold Használati Esetek a Biológiai Kutatásban & Kísérleti Integráció

  • Mutagenezis, kristályosítás és cryo-EM rács tervezés irányítása előrejelzett modellek segítségével
  • Funkcionális annotáció: aktív hely leképezése, ligand dokkolás előkészítése és interfész előrejelzés
  • Korlátok & ellenőrzés: mikor bízhatunk az előrejelzésekben, mikor kell kísérletileg ellenőrizni és gyakori buktatók
  • Műhely: Kísérleti validációs munkafolyamat tervezése egy előrejelzett szerkezethez és AI kimenetek leképezése nedves laboratóriumi tesztekhez

Összegzés, Záró Alkalmazás & Következő Lépések

  • Kulcsfogalmak összevonása: architektúra, értelmezés és gyakorlati üzembe helyezés
  • Záró Feladat: A résztvevők kiválasztanak egy érdekes fehérjét, futtatnak/lekérnek egy előrejelzést, értelmezik a biztonsági metrikákat és kidolgoznak egy kutatási alkalmazási tervet
  • Nyílt Kérdések & Válaszok, gyakori hibák hibaelhárítása és források terjesztése
  • Következő lépések: fejlett AlphaFold3 integráció, RoseTTAFold, trRosetta és folyamatos közösségi eszközök

Követelmények

  • Háttértudás és megértés a fehérjeszerkezetekről
  • Alapvető molekuláris biológiai fogalmak ismerete (aminosav-szekvenciák, hajtási elvek, PDB/mmCIF formátumok) ajánlott
  • Kényelmes böngészőalapú jegyzetfüzetek használata és kódcellák végrehajtása böngészőben

Közönség

  • Biológusok, molekuláris kutatók és szerkezeti biológiai kutatók
  • Kísérleti tudósok, akik számítógépes szerkezet-előrejelzéseket keresnek a nedves laboratóriumi munkafolyamatok irányításához
  • Élettudományi szakemberek, akik MI-alapú modellezést integrálnak hipotézisgenerálásba és kísérleti tervezésbe
 7 Órák

Résztvevők száma


Ár per résztvevő

Közelgő kurzusok

Rokon kategóriák