Введение
Критическая оценка прогнозирования структуры белка (CASP), иногда называемая критической оценкой предсказания структуры белка, – это общемировой эксперимент, проводимый каждые два года с 1994 года, в котором участвует все научное сообщество и направлен на предсказание структуры белка. CASP предоставляет исследовательским группам возможность объективно протестировать свои методы предсказания структуры и обеспечивает независимую оценку современного уровня развития моделирования структуры белка для научного сообщества и пользователей программного обеспечения. Хотя основная цель CASP – способствовать развитию методов определения трехмерной структуры белка по его аминокислотной последовательности, многие рассматривают этот эксперимент скорее как «чемпионат мира» в этой области науки. В CASP регулярно участвуют более 100 исследовательских групп со всего мира, и нередко целые группы приостанавливают свои другие исследования на несколько месяцев, чтобы сосредоточиться на подготовке своих серверов к эксперименту и выполнении детальных предсказаний.
Critical Assessment of Structure Prediction (CASP), sometimes called Critical Assessment of Protein Structure Prediction, is a community wide, worldwide experiment for protein structure prediction taking place every two years since 1994. CASP provides research groups with an opportunity to objectively test their structure prediction methods and delivers an independent assessment of the state of the art in protein structure modeling to the research community and software users. Even though the primary goal of CASP is to help advance the methods of identifying protein three dimensional structure from its amino acid sequence many view the experiment more as a “world championship” in this field of science. More than 100 research groups from all over the world participate in CASP on a regular basis and it is not uncommon for entire groups to suspend their other research for months while they focus on getting their servers ready for the experiment and on performing the detailed predictions.
Выбор целевых белков
Чтобы гарантировать, что ни один участник прогнозирования не имеет предварительной информации о структуре белка, которая могла бы дать ему преимущество, важно проводить эксперимент вслепую: ни участники прогнозирования, ни организаторы и оценщики не должны знать структуры целевых белков на момент выполнения предсказаний. Целями для предсказания структуры служат либо структуры, которые вскоре будут определены методами рентгеновской кристаллографии или ЯМР-спектроскопии, либо структуры, которые только что были определены (в основном в структурных геномных центрах) и временно не опубликованы в банке данных белковых структур (Protein Data Bank). Если данная последовательность имеет общее происхождение с последовательностью белка с известной структурой (называемой шаблоном), для предсказания третичной структуры можно использовать сравнительное моделирование белков. Шаблоны можно найти с помощью методов выравнивания последовательностей (например, BLAST или HHsearch) или методов поиска структурных соответствий (threading), которые лучше подходят для поиска отдалённо родственных шаблонов. В противном случае необходимо применять предсказание структуры белка de novo (например, с помощью Rosetta), которое гораздо менее надёжно, но иногда позволяет получить модели с правильной укладкой (обычно для белков менее 100–150 аминокислот). Новые укладки становятся всё более редкими среди целевых белков, что делает эту категорию менее многочисленной, чем хотелось бы.
Альфа-свернуть
В декабре 2018 года CASP13 широко освещался в прессе, когда его выиграла AlphaFold – программа искусственного интеллекта, разработанная DeepMind. В ноябре 2020 года улучшенная версия 2 AlphaFold одержала победу на CASP14. По словам одного из основателей CASP Джона Моулта, AlphaFold показал результат около 90 баллов по 100-балльной шкале точности предсказания для белковых целей средней сложности. В 2021 году AlphaFold был сделан открытым исходным кодом, а на CASP15 в 2022 году, хотя DeepMind и не принимала участие, практически все команды, занявшие высокие места, использовали AlphaFold или его модификации.