欢迎关注我的CSDN：https://spike.blog.csdn.net/
本文地址：https://blog.csdn.net/caroline_wendy/article/details/130752004

AlphaFold2 是基于深度学习的方法，可以根据氨基酸序列，预测蛋白质的三维结构。在 2020 年的 CASP14 竞赛中，展示了惊人的准确性，达到了原子级别的精度。AlphaFold2 的核心思想是利用多序列比对（MSA）和进化信息来构建蛋白质的特征表示，然后，使用一个Transformer模型来预测残基之间的距离和角度，最后，使用一个结构模块来优化和输出三维坐标。AlphaFold2 的创新之处在于它能够端到端地训练和预测蛋白质结构，同时融合了物理和生物学的知识。AlphaFold2为蛋白质科学和生命科学领域，带来了新的机遇和挑战。

构建测试集合，主要包括 2 个不同类型的测试样本，即 MSA 数量较少的单链 (T1104-D1_A117)、MSA数量较多的单链 (T1109-D1_A214)，已完成 MSA 的搜索过程。

序列如下：

T1104-D1_A117.fasta的 FASTA 文件如下：