想请教一下关于蛋白质折叠预测

bdx

因为目前工作的需要，要学习量子计算方法预测蛋白质的折叠（现在在看这篇https://www.nature.com/articles/s41534-021-00368-4），这一块我算是纯小白从零入门，所以就产生了一个疑问：
既然现在以Alpha fold为代表的深度学习方法来预测蛋白质折叠已经如此准确，那其他方法还有什么存在的必要吗，说的委婉的就是其他的方法核心竞争力在哪里
我自己是这么理解的，深度学习终究是基于已有的蛋白质折叠信息，如果出现一种全新的蛋白质折叠模式就预测不了（就像挑战一个剑客，打之前熟读各路剑谱预测到了对方所有可能的出剑套路，结果实战的时候人家掏了把突击步枪出来），不知道这种理解是否准确

bdx

chenbq18 发表于 2022-7-30 10:45
两种研究范式。Alpha fold为代表的一系列框架属于数据驱动的，预测质量很大程度依赖数据。对于一些孤儿蛋白 ...

感谢解惑

chenbq18

两种研究范式。Alpha fold为代表的一系列框架属于数据驱动的，预测质量很大程度依赖数据。对于一些孤儿蛋白相关数据较少，预测的可信度较低。
物理驱动的模式，从蛋白本身能量运动等方面研究，但由于建模的复杂性，算力不够，一直发展缓慢。
两者结合起来，发挥出1+1>2的效果。
之前baker组一直在做模型驱动的，近些年加上AI后效果提升显著，可以关注一下。