Ohue M/大上雅史 (@tonets) header
Ohue M/大上雅史 (@tonets) profile picture

猫じゃら氏🐈准教授@ohuelab #猫じゃらぼ 𝙎𝘾𝙄𝙀𝙉𝘾𝙀 𝙏𝙊𝙆𝙔𝙊⭐️情報理工学院。アヘッド・バイオコンピューティングCEO。Sax、猫、麻雀、ポーカー、学振が趣味。Bio/Cheminfo。11歳&6歳&0歳育児。学振本著者📗📗📗AI for 𝙎𝘾𝙄𝙀𝙉𝘾𝙀!

東京科学大学横浜キャンパスG3棟猫じゃらぼ
Joined August 2008
我が家の知育玩具
3
1
119
95,885
マクドナルドのクーポン、一度店頭用のを誤って表示するとモバイルオーダー用の方が30分くらい使えなくなる仕様なので、パワー排他制御って呼んでる。
6
905
今週木曜に都立大にお邪魔します😊 research-miyacology.tmu.ac.j…
4
6
1,228
元のRedditでも言われてるけど、ほぼほぼAlphaFold1択だと思う。
タンパク質の構造予測モデル、結局どれを使えばいいのでしょうか? Redditに「長い膜タンパク質と、疾患に関係する5つの変異を調べたい。MD計算の出発構造を作るなら、AlphaFold 3、SWISS-MODEL、MODELLERのどれがよい?」という相談がありました。 面白かったのは、回答が単純な「新しいモデルがおすすめ」で終わっていないことです。 ある回答者は、まずAlphaFoldで野生型を予測し、膜領域も含めて信頼度を確認。近縁タンパク質の実験構造や、既知のドメイン構成と合うかを見る、と提案していました。別の回答者はBoltzやChaiなども比較候補に挙げています。 一方、「植物のアクアポリンではAF2やSWISS-MODELより、MODELLERの方が既知の結晶構造と整合するモデルになった」という経験談も。これは一例で、MODELLERが全般に優れているという比較試験ではありませんが、「古いから不要」とも言い切れないですね。 膜タンパク質の予測そのものを否定する意見には、実験構造が存在することや、対象に近い構造と照合すべきだという反論もありました。ここはReddit内でも意見が分かれた部分です。 ここからは、公式資料も踏まえた選び方の整理です。 ① まず「何を知りたいか」を決める 単体の折りたたみなのか、複合体の配置なのか、変異の影響なのか。ここを混ぜないことが大切です。AF3はタンパク質だけでなく、核酸や低分子を含む複合体も対象にしています。ただし、静止画のような構造予測と、分子の動きの予測は別です。 ② 必要な場所の信頼度を見る pLDDTは局所構造の信頼度、PAEは残基・領域間の相対配置の不確かさを見る指標です。全体の平均点が高くても、使いたいポケットや界面が不確かなら、その用途には困ります。各ドメインの形が良くても、ドメイン同士の向きまで正しいとは限りません。 ③ 同じ問いに対して、複数の候補を比べる 「どのモデルが最高点か」だけでなく、近縁の実験構造と合うか、必要な領域の配置が安定しているか、モデル間でどこが食い違うかを見る。特定の鋳型構造を使う理由があるなら、ホモロジーモデリングも比較に残す、という考え方です。モデル同士が一致しても、正解の証明にはなりません。 ④ 変異と動きを、構造予測だけで結論づけない 変異前後で似た構造が出たからといって、「機能への影響はない」とは言えません。AF3の原著でも、動的な挙動や構造状態の予測には限界が示されています。MDを続ける場合も、「何が変わるという仮説を検証するのか」を先に決めたいところです。 ⑤ 商用利用なら、性能と利用条件を別々に確認 Boltzはコード・重みともMIT、Chai-1はコード・重みともApache 2.0として公開されています。一方、AlphaFold Serverは非商用向け。AF3のコードが公開されていることと、重みや出力を商用利用できることは同じではありません。 最初の一歩としては、既知の実験構造を確認し、目的に合うモデルで基準となる予測を作り、必要な場所を評価する。その結果に疑問がある部分を、別モデルや鋳型で比較する。 「みんなが使っているから」より、「今回の研究で必要な構造を、どの根拠で採用するか」で選ぶのがよさそうです。 元の相談:reddit.com/r/bioinformatics/… AF3原著:doi.org/10.1038/s41586-024-0… 信頼度の読み方:ebi.ac.uk/training/online/co… 公式コード・利用条件:github.com/google-deepmind/a… github.com/jwohlwend/boltz github.com/chaidiscovery/cha…
2
2
52
5,817
Ohue M/大上雅史 retweeted
化学反応機構をAIに描かせるためのプラグイン, “reaction-draw” skillを公開しました。 反応機構解析の資料作成に便利なので興味ある方はお試しください。 github.com/t-0hmura/reaction…
1
31
1
153
6,175
20枚貼れると聞いて
1
2
32
1,688
今日の用務地
9
2,808
やきとん食べに行かなきゃ
935
今日の用務地②
1
6
2,598
今日の用務地①
1
1
10
2,230
講演しました!ありがとうございました🙇
1
10
1,258
ワンピースラッピング新幹線🚅
1
1,142
割と色々工夫してきたMEGADOCKの計算速度だけど、GPT 6.1 solに色々任せたら1.7倍くらい高速化してくれて感動。その辺の卒論くらいの成果。 dropbox.com/scl/fi/sbp7t35fo…
1
6
34
3,887
「風呂に入ってたら思いつきましたー」と書いて欲しいわけではないんだよ、と、いつもレクチャーしています。
科研費書類で記載を求められる「着想の経緯」って何のために書かせているのだろうか。 「リンゴが落ちるのをみて万有引力思いついたんすよ〜」ってエピソードを求めるわけでもあるまいし。 ここの項目はいつも何を書くのが正解か分からず、困る。
1
16
5
406
147,453
Xのpostは生存確認ですね
12
1,804
ChatGPT調べだけど、最近はPI人件費の本人配分率はこんな感じ。科学大が83%に減ってから、関大が割合トップに(ただし准教授まで)。
1
9
7
84
31,711
BLAST作ったりDESeq2作ったりAlphaFold作ったりEvo2作ったりする人がバイオインフォマティシャンだと5億年前から言ってる
AI時代のバイオインフォマティシャンの生き残り戦略知りたい。だってもうみんなsalmonとかDEseq2とか意識してなくて、もうAIで直接エンリッチメント解析とかボルケーノプロットまで出してもらってるでしょ?MLの予測精度の改善とかloop回して自動化してるでしょ?
1
42
7
340
36,435
アカデミアや大学院生はやっとけ2選 ・Researchmap ・Google Scholar Profile
31
4
387
54,050