Prédiction de la structure protéique : AlphaFold Evolution et OpenFold Insights

Cette séance de cours couvre l'évolution des techniques de prédiction de la structure des protéines, en mettant l'accent sur AlphaFold 1 et AlphaFold 2. Il explique les modules et les mécanismes derrière AlphaFold 1, soulignant l'utilisation de l'alignement des séquences multiples (MSA) et de l'analyse des contraintes de distance (DCA). La séance de cours s'inscrit ensuite dans les avancées d'AlphaFold 2, mettant l'accent sur sa nouvelle approche basée sur les concepts de traitement du langage naturel. De plus, il traite de la démocratisation de l'IA pour la biologie par OpenFold, fournissant de nouvelles perspectives sur les mécanismes d'apprentissage d'AlphaFold2. La séance de cours aborde également les différences entre AlphaFold et DCA, les perspectives d'avenir des méthodes de type DCA, et l'exploration non supervisée des paysages séquentiels à l'aide de transformateurs et de mécanismes d'attention.