[陳柏仰] AlphaFold 3蛋白質複合體結構預測在植物科學中的應用潛力與挑戰
發稿時間:
在植物科學中使用 AlphaFold 3（AF3）分析蛋白質複合體 左側顯示 AF3 可接受的多種生物分子輸入（如蛋白質、DNA、RNA 和小分子），並與其他工具進行比較。中央上方說明 AF3 的功能，包括預測蛋白質交互作用、結構域偏好、化學修飾造成的變化，以及可下載的資料庫。中央下方列出 AF3 的限制與可能解法。右側則展示 AF3 在植物研究中的應用潛力。
我們探討了 AlphaFold 3（AF3）在植物科學的應用與挑戰。AlphaFold 在近年大幅改變了我們了解蛋白質結構的方式，而最新版本 AF3 更進一步，能預測不只單一蛋白質，也能處理蛋白質彼此之間，或與核酸、小分子形成的複合體。和 AlphaFold 2 相比，AF3 不再仰賴大量的比對資料，而是用新的神經網路設計，速度更快，也能應對更複雜的結構。在測試中，AF3 在複合體的預測表現明顯優於 ClusPro 和 AlphaPulldown。
在植物研究上，AF3 可以幫助我們預測植物專有蛋白在逆境或免疫反應下的結構與交互作用，進一步理解機制，並支持基因功能研究與作物改良。它提供的可靠度指標（pTM、ipTM、PAE）也有助於後續的實驗設計與結果解讀。
當然，AF3 也有不足之處：對於缺乏比對資訊的蛋白質、大型複合體，以及動態變化或突變的情況，預測還不夠精確，我們在文中也提供可能的處理方向，例如結合分子動力學和更多實驗數據，可改善這些限制。AF3 為植物科學開啟了新的可能，不只加快蛋白質研究，也有望推動作物育種與合成生物學的發展。
本文已發表於Botanical Studies，研究經費來自中央研究院。