如果您對生物學的生物信息學和數據分析，您會立即發現這篇文章很有啟發性。 對於AI科學家而言，
更廣泛地，他們將在這裡找到通過將其推向幻覺，然後找到克服這一限制的方法來探測LLM的方法。>
簡介
>
>
這是我所有的同行評審和有關蛋白質建模，CASP和Alphafold 2的博客文章 “化學直覺的火花” - 和總限制！
在PDB中有效瀏覽和搜索條目對於現代生物學工作至關重要。但是，儘管搜索引擎非常完整，但很難提出一些問題。但是事實證明，正如我在這裡發現和報告的那樣，我們現在可以用自然語言請求詢問PDB，因為正如您在此標題的文章中看到的那樣，GPT-4O知道蛋白質數據庫！進入 從我出於好奇心進行的一些測試中，我發現OpenAI顯然包括PDB內容（或包含PDB信息的內容，我將在稍後進行討論）在培訓其一些大語言模型（LLMS）中） ，至少在GPT-4O的培訓中。找到了這個問題後，我開始使用此遊戲，然後使用Alphafold 3進行結構確定測試，從我聊天中提出了一些想法 我根據結果所設想的是，隨著人工智能的進步，尤其是在自然語言處理模型中，研究人員現在可以更輕鬆地搜索，從而利用PDB的相關結構信息。正如您在我提出的許多示例中所看到的那樣，用自然語言請求查詢PDB的能力非常有力，可以深入探索生物分子結構，複合物，複合物和組件，包括折疊蛋白，還包括核酸，還包括核酸蛋白質和小分子，都以相關PDB條目的形式直接連接到實驗驗證的結構數據。
更具體地說，通過許多示例，我將演示GPT-4O如何用來確定與復雜搜索術語相關的相關PDB條目，如果您只需在PDB站點上可用的常規搜索框中輸入它，該詞可能無法正常工作。我的例子涵蓋了與各種激酶靶標，與結合伴侶互動的內在無序區域（IDRS）結合的生物學和藥物的一些相關的相互作用，例如Glivec（imatinib，一種抗癌藥物），以及影響相互作用的經濟化伴侶（PTMS）。在某些示例中，我進一步探討了使用Alphafold 3在空間中建模這些相互作用的潛力，從而有效地提供了基於LLM的PDB檢索和3D可視化之間的橋樑。
在接下來的內容中，我的調查表達了對GPT-4O的問題，然後是其原始答案，在某些情況下，我準備在某些示例中進行了一些下游分析。探索1：您知道與激酶結合的Glivec（imatinib）的pdb代碼嗎？
>>我問chatgpt-4o：“您知道glivec（imatinib）綁定到激酶的pdb代碼嗎？”和…
chatgpt說： 是的，Glivec（伊馬替尼）是一種眾所周知的酪氨酸激酶抑製劑，PDB中的幾種結構顯示其與靶激酶結合。以下是一些關鍵示例：
> chatgpt-4o然後繼續提供更多示例：abl激酶綁定到imatinib
- > pdb代碼：
1iep 描述：這是顯示伊馬替尼與ABL激酶的最早結構之一，它是慢性粒細胞性白血病（CML）中的靶標。伊馬替尼與ABL的不活躍構象結合，穩定它並防止激酶激活。
>這是我的支票 - 我為Chatgpt-4O提供的所有示例做到了這一點，但我只顯示一些示例。您在這裡看到PDB 1IEP是一個與STI-571複合的激酶結構域，它與PDB配體規範中的imatinib相對應：>
>
> c-kit激酶與伊馬替尼結合
> pdb代碼：
描述：1T46 伊馬替尼還與C-KIT受體酪氨酸激酶結合，該激酶在某些癌症中過度活躍，包括胃腸道基質腫瘤（GIST）。該結構顯示伊馬替尼與C-KIT的ATP結合位點結合，抑制其激酶活性。 > pDGFR激酶與伊馬替尼結合
pdb代碼：
1xbb 描述：
- 伊馬替尼與血小板衍生的生長因子受體（PDGFR）激酶結合，這是另一種與各種癌症有關的激酶。該結構表明了伊馬替尼如何通過與其無活性構象結合來抑制PDGFR。
與伊馬替尼結合的ABL激酶突變體（T315i）
> pdb代碼：3GVU > 描述：
該結構顯示了具有T315i突變的ABL激酶，在某些癌症患者中與對伊馬替尼的抗性有關。該突變改變了結合位點，降低了伊馬替尼的有效性，並突出了耐藥性的機制。 這些結構說明了伊馬替尼如何選擇性地穩定諸如ABL，C-KIT和PDGFR的激酶的無活性形式，有助於控制各種癌症中異常細胞的增殖。 探索2：您知道與另一種蛋白質的本質上無序區域的某個例子嗎？ 這次我問：“您知道PDB代碼的某個固有無序區域與另一種蛋白質結合的示例嗎？”。它去了：
chatgpt說：
是的，在PDB中有幾個特徵良好的結構，其中一種蛋白質的本質上無序區域（IDR）與另一種蛋白質結合。這些IDR通常在結合後採用定義的結構，這對於其調節或信號傳導函數至關重要。以下是一些眾所周知的例子：
p53的跨激活結構域結合到MDM2 pdb代碼： 1ycr 描述：
與MDM2癌蛋白結合的p53的N末端反式反式激活結構域結合。這種相互作用調節p53的穩定性和功能。
- > e1a從腺病毒綁定到rb
pdb代碼：
1lxe 描述：腺病毒的本質上無序的E1A蛋白與視網膜細胞瘤（RB）蛋白結合，抑制了RB在細胞週期控制中的功能。 與CBP
的TAZ1結合的c-myc反式激活域
> pdb代碼：1SB0 描述：
當C-Myc的無序反式激活結構域與轉錄共同活化器CBP的TAZ1結構結合時，會採用α-螺旋結構。> p27KIP1與細胞週期蛋白A/CDK2 結合
- pdb代碼：
1jsu 描述：
固有無序的p27kip1通過圍繞細胞週期蛋白和CDK亞基結合併抑制細胞週期蛋白A/CDK2複合物。這種相互作用在細胞週期調節中起關鍵作用。 與polycomb 染色體結合的本質上無序區域 > pdb代碼：
2l3j 描述：
與CBP- > ASH1的本質上無序區域與轉錄沉默的調節劑PolyComb（PC）的染色體域相互作用，在結合時採用結構化形式。
>的Kix域結合的CREB的PKID
pdb代碼：1kdx 描述：
與DNACREB的磷酸化激酶誘導結構域（PKID）與本質上無序無序結合，與CBP的KIX結構域結合。磷酸化誘導PKID中的α-螺旋形成，穩定相互作用。 結合的轉錄因子
- >>
PDB代碼：
描述：ETS1的無序調節區域在結合DNA時被部分排序，這是一個無序區域的例子，該區域與非蛋白質伴侶相互作用時採用結構。 與VHL 結合的HIF-1α氧依賴性降解結構域
PDB代碼：
描述：1LQB 固有無序的HIF-1α的氧依賴性降解結構域與von Hippel-Lindau（VHL）蛋白結合。這種相互作用標誌著在常氧條件下降解的HIF-1α。 與微管結合的
tau蛋白 > pdb代碼：
描述：5syf tau是一種與微管相互作用的本質上無序的蛋白質。結合後，tau的特定區域採用結構化構象，有助於穩定微管組裝。 與DNA或組蛋白伴侶結合的組蛋白H1無序的尾巴
- >
> pdb代碼：
描述：2lxd 組蛋白H1的無序C末端尾巴結合了DNA和組蛋白伴侶，在結合後採用了部分結構。這種相互作用在染色質壓實中起作用。 > 這些結構展示了許多IDR的“折疊結合”特性，在其存在其結合伴侶的情況下，它們採用了特定的二級或三級結構，通常會促進關鍵細胞過程，例如信號，調節和基因表達。
>示例：PDB 1YCR，包括使用完整蛋白質的Alphafold 3進行反向預測然後，我設置自己來看看這些示例中的一些。 PDB 1YCR（Chatgpt-4O此處提供的第一個答案）是p53的結構，p53是一種與癌症有關的蛋白質，其中包含幾種與其他蛋白質結合的無序殘基。在此PDB文件中，它被發現與MDM2互動。您可以在圖的左上角的實驗結構中看到這一清晰，其中MDM2的短段作為螺旋結合到p53上。而且，您還可以在Alphafold 3的全面預測中看到這一點，這暗示了一些其他相互作用。
- 探索3：提出與涉及翻譯後修飾的其他人結合的蛋白質的PDB條目？
chatgpt說：
>當然！以下是幾個PDB條目，其中包含蛋白質，這些蛋白質與翻譯後修飾（PTMS）介導的相互作用有關。這些結構提供了有關PTM等PTM等磷酸化，甲基化和乙酰化如何影響蛋白質 - 蛋白質相互作用的見解。
磷酸化識別
- 與磷酸化肽結合的14–3–3蛋白
PDB代碼：1qja
> 描述：該結構顯示與磷酸化肽結合的14–3–3蛋白，說明了14–3–3如何識別和結合磷酸鹼殘基。 與磷酸化肽結合的
BRCT結構域pdb代碼：
1T29>
描述：此結構具有BRCA1 BRCT結構域與BACH1結合的BRCA1 BRCT結構域結合，表明BRCT域如何識別磷酸化。 >泛素識別
> p62的泛素結合域與泛素結合
pdb代碼：3B0F
>- >
描述：>該結構描繪了與泛素結合的p62的UBA（泛素相關）結構域，突出了p62如何識別和結合自噬的多泛素化底物。
>甲基化識別HP1的染色域 結合到甲基化組蛋白
> pdb代碼：
3c1a描述：
HP1染色體域與三甲基化的組蛋白H3K9肽相互作用，展示瞭如何識別組蛋白上的甲基化並有助於轉錄調節的甲基化。 乙酰化識別
乙酰化組蛋白H4結合到溴結構域>
> pdb代碼：
3MXF >
- 描述：
>。該結構呈現出與乙酰化組蛋白H4尾巴結合的BET蛋白BRD4的溴結構域，說明瞭如何識別組蛋白的乙酰化並介導染色質的相互作用。 cullin-ring e3連接酶結合到nedd8 > > pdb代碼：
2zvj > 描述：
該結構顯示了Cullin-Ring E3連接酶與NEDD8修飾之間的相互作用，突出了Neddylation在泛素蛋白蛋白蛋白酶體系統中的作用。P27KIP1和細胞週期蛋白-CDK結合
- 的磷酸化
>cdk2-cyclin A複合物與磷酸化的p27Kip1
結合PDB代碼：
1JSU >描述：
糖基化該結構顯示了與p27Kip1的磷酸化形式相互作用的細胞週期蛋白A/CDK2複合物，證明了磷酸化如何調節細胞週期蛋白依賴性激酶的結合和抑制。
與甘露糖基化糖蛋白結合的凝集蛋白A的凝集素結構域 PDB代碼：
3fqz> >描述：該結構具有濃蛋白凝集素A，植物凝集素，與甘露糖基化的糖蛋白結合，說明了糖基化如何介導蛋白質蛋白質相互作用。
ETS1轉錄因子的磷酸化> ETS1綁定到DNA
> pdb代碼：
- >
> 描述：
>在結合DNA時，ETS1的無序調節區域被部分排序，展示了磷酸化如何影響其與目標序列相互作用的能力。 p53的乙酰化 與MDM2 pdb代碼：
1ycr
描述：
> sumoylation乙酰化p53和MDM2之間的相互作用說明了乙酰化如何影響p53的穩定性和調節，p53是一種嚴重的腫瘤抑製劑。 。 Sumo-1結合到相互作用的主題
PDB代碼：
4C0N >
- >
描述：該結構顯示了一個蛋白質，其中包含與SUMO-1結合的相互作用基序，突出了Sumoylation如何調節各種蛋白質相互作用。 >示例：PDB 1QJA，包括使用Alphafold 3的後預測（可以治療磷酸化的殘基！） pdb 1qja（Chatgpt-4O提供的第一個答案）是該蛋白質的結構，稱為14–3–3與磷酸化的肽結合（p原子被4 O原子包圍）。在下圖中，3D結構對應於蛋白質和磷酸化肽之間觀察到的複合物（左：全視圖，右：放大磷酸鹽）。您可以看到磷酸鹽組如何建立多個觸點（虛線）。下面的綠色2D圖是Alphafold 3的PAE圖，在存在磷酸鹽組時（右）顯示了與蛋白質相互作用的肽相互作用的更好的統計（綠色）。
> GPT-4O在培訓時真的學會了PDB嗎？ > >由於Openai通過電子郵件詢問時沒有回答此問題，所以我只是問Chatgpt-4O本身。答案是……有點，但不是很！
我從chatgpt獲得的是，它不是明確培訓了使用PDB條目（這真是太好了，因為它們包含紙張摘要和每個PDB條目的其他數據）。但是，Chatgpt解釋說，其培訓材料包括提到這些PDB條目的論文，預印本，摘要和教育文件；這就是它必須了解大量PDB條目的方式。
> PDB條目的幻覺，也是一種克服它們的方法
>如果以上是正確的，也就是說，如果沒有使用PDB本身對GPT-4O進行培訓，而是使用涉及某些PDB結構的論文和其他文檔，那麼它可能完全不知道許多結構，尤其是那些與任何紙張無關的人。遵循這個想法，我將自己詢問Chatgpt-4O，並試圖揭露它。
>>我花了一些時間來破解它，但最終我設法了。在我的第一個問題上，例如“您知道PDB ID 1CI0嗎？” （PDB顯示沒有與任何論文相關的），我自信地得到了一個響應，但錯誤地解釋了該條款“描述了來自的細胞色素C553”。但是，PDB的條目解釋說，這是另一種蛋白質，它既不是細胞色素c，也不屬於> desulfovibrio vulgaris。 >現在很糟糕，非常糟糕，就像所有幻覺一樣。但是令人鼓舞的是，如果我要求chatgpt-4o進行在線搜索（請注意，PDB完全開放），那麼它會蒸餾出正確的信息：
PDB ID> 1CI0
> saccharomyces cerevisiae是指從 （Brewer's Yeast）中的吡ido醇-5'-磷酸（PNP）氧化酶 >。該酶被歸類為氧化還原酶，並在維生素B6代謝途徑中起關鍵作用。它促進了吡ido醇5'-磷酸到吡ido醇5'-磷酸的轉化，這是一種活性形式的維生素B6。 >使用X射線衍射以2.7Å的分辨率確定結構，生物組裝是同型二聚體。實驗是使用源自大腸桿菌中表達的重組蛋白的晶體進行的。該結構包括兩個蛋白質鏈，並與輔因子黃素單核苷酸（FMN）結合，這對於其酶活性至關重要。 Shi等人在1999年沈積了該條目。並且經常用於研究維生素B6生物合成機制以及生物技術或醫學中的潛在應用。 …它本質上完全反映了PDB上此條目可用的所有信息，並且實際上比它更好，因為它拼寫了縮寫縮寫詞和諸如“ pnp”之類的簡短名稱，並清除了所有數據- 只需與PDB進行比較條目：
www.lucianoabriata.com我寫了有關我的廣泛利益領域的所有內容：自然，科學，技術，編程等。訂閱通過電子郵件訂閱我的新故事。要諮詢有關小工作的信息，請在此處查看我的服務頁面。您可以在這裡與我聯繫。你可以在這裡給我小費。那麼？有用是否有用？
>我對這項最新實驗的結論是，儘管非常容易幻覺，但通過迫使chatgpt進行對面搜索的交叉檢查，但在線參賽作品可能會完全克服其幻覺問題。
>喜歡使用所有這些AI工具，我們需要謹慎，但是搜索折疊方法可能是可靠的 - 但是在得出非常具體的結論之前，您可以自己仔細檢查LLM的輸出。
結論和前景通過此探索，我的目的是說明實驗性結構生物學，使用Alphafold 3和GPT-4O等工具的分子建模如何融合，使研究人員能夠以openai的方式搜索和分析分子結構在其培訓數據集中包括有關PDB的內容。從我們在上一節中看到的幻覺問題中，我建議在LLM培訓時明確包括PDB條目的信息，這可能會使所有這些都提高到一個新的水平，更準確，更準確地工作。然而，通過上面測試的搜索方法，人們可能會感到安全，因為LLM不會在虛假信息中偷偷摸摸。 我認為，通過利用這些合併的資源，科學家可以更快，更熟悉與給定主題有關的一系列結構。進入生物學的新特定子域時，可能最有用。
>我還認為，通過調查LLM和Alphafold 3（或現在正在出現的類似模型）如何不僅可以導航，還可以通過新的方式了解生物分子及其複合物，從而為更多的研究奠定了基礎。也許也可以創建受益於LLM的PDB知識的分子圖形和建模工具，也可以創建通過自然命令對生物分子結構進行複雜的操作和分析。
>
以上是Epic＆＃8220; Crossover＆＃8221;在Alphafold 3和GPT-4O之間，對蛋白質數據庫條目的了解的詳細內容。更多資訊請關注PHP中文網其他相關文章！
在LLMS中調用工具Apr 14, 2025 am 11:28 AM大型語言模型（LLMS）的流行激增，工具稱呼功能極大地擴展了其功能，而不是簡單的文本生成。 現在，LLM可以處理複雜的自動化任務，例如Dynamic UI創建和自主a
多動症遊戲，健康工具和AI聊天機器人如何改變全球健康Apr 14, 2025 am 11:27 AM視頻遊戲可以緩解焦慮，建立焦點或支持多動症的孩子嗎？ 隨著醫療保健在全球範圍內挑戰，尤其是在青年中的挑戰，創新者正在轉向一種不太可能的工具：視頻遊戲。現在是世界上最大的娛樂印度河之一
沒有關於AI的投入：獲勝者，失敗者和機遇Apr 14, 2025 am 11:25 AM“歷史表明，儘管技術進步推動了經濟增長，但它並不能自行確保公平的收入分配或促進包容性人類發展，”烏托德秘書長Rebeca Grynspan在序言中寫道。
通過生成AI學習談判技巧Apr 14, 2025 am 11:23 AM易於使用，使用生成的AI作為您的談判導師和陪練夥伴。 讓我們來談談。 對創新AI突破的這種分析是我正在進行的《福布斯》列的最新覆蓋範圍的一部分，包括識別和解釋
泰德（Ted）從Openai，Google，Meta透露出庭，與我自己自拍Apr 14, 2025 am 11:22 AM在溫哥華舉行的TED2025會議昨天在4月11日舉行了第36版。它的特色是來自60多個國家 /地區的80個發言人，包括Sam Altman，Eric Schmidt和Palmer Luckey。泰德（Ted）的主題“人類重新構想”是量身定制的
約瑟夫·斯蒂格利茲（Joseph StiglitzApr 14, 2025 am 11:21 AM約瑟夫·斯蒂格利茨（Joseph Stiglitz）是2001年著名的經濟學家，是諾貝爾經濟獎的獲得者。斯蒂格利茨認為，AI可能會使現有的不平等和合併權力惡化，並在一些主導公司手中加劇，最終破壞了經濟上的經濟。
什麼是圖形數據庫？Apr 14, 2025 am 11:19 AM圖數據庫：通過關係徹底改變數據管理 隨著數據的擴展及其特徵在各個字段中的發展，圖形數據庫正在作為管理互連數據的變革解決方案的出現。與傳統不同
LLM路由：策略，技術和Python實施Apr 14, 2025 am 11:14 AM大型語言模型（LLM）路由：通過智能任務分配優化性能 LLM的快速發展的景觀呈現出各種各樣的模型，每個模型都具有獨特的優勢和劣勢。 有些在創意內容gen上表現出色
熱AI工具
Undresser.AI Undress
人工智慧驅動的應用程序，用於創建逼真的裸體照片
AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。
Undress AI Tool
免費脫衣圖片
Clothoff.io
AI脫衣器
AI Hentai Generator
免費產生 AI 無盡。
熱門文章
熱工具
VSCode Windows 64位元 下載
微軟推出的免費、功能強大的一款IDE編輯器
Dreamweaver CS6
視覺化網頁開發工具
WebStorm Mac版
好用的JavaScript開發工具
Safe Exam Browser
Safe Exam Browser是一個安全的瀏覽器環境，安全地進行線上考試。該軟體將任何電腦變成一個安全的工作站。它控制對任何實用工具的訪問，並防止學生使用未經授權的資源。
禪工作室 13.0.1
強大的PHP整合開發環境
