使用AF3对抗菌肽的优化问题

夜航星

我在今年使用AF3意外了解了一个已知靶点的抗菌肽可能还有另一个靶点，这两个靶点都可以解释其抗菌活性和实验结果，比如其抗菌效果不稳定，对于同一菌种或者链球菌MIC的波动比较大，于是我就用AF3对其进行了变异与改造，筛选出了iptm比较高的几个，在第一轮筛选时对两个靶点的两个iptm都大幅度提高（0.87或者更高）的那一个却在抑菌圈实验中不具有抗菌活性，目前非常迷茫，不知道用AF3指导抗菌肽改造的路是否可行，或是我在改造的时候哪里漏掉了？

夜航星

樊樊樊 发表于 2025-11-18 14:18
Investigating whether deep learning models for co-folding learn the physics of protein-ligand intera ...

湿实验已出结果，预测结果目前均可用，之前没有出结果一次是因为甲醇瓶子里面装了乙醇，一次是试剂过期

夜航星

樊樊樊 发表于 2025-11-18 14:18
Investigating whether deep learning models for co-folding learn the physics of protein-ligand intera ...

妈的，组里面有出生把乙醇放到甲醇瓶子里面了，搞得我浪费了半个月，现在出结果了，干实验基本可信，多肽基本上全都有抗菌活性，靶点可信

夜航星

樊樊樊 发表于 2025-11-18 14:18
Investigating whether deep learning models for co-folding learn the physics of protein-ligand intera ...

破案了，配置的溶液染菌了，正在重做，等我一个星期后的消息

夜航星

樊樊樊 发表于 2025-11-18 14:18
Investigating whether deep learning models for co-folding learn the physics of protein-ligand intera ...

结合位点在酶的活性中心，并且之前的研究指出那是通过和一个小分子的结合使其不参加下一步骤的代谢来发挥作用的

夜航星

18217265596 发表于 2025-11-19 14:56
并且结合不等于功能

结合位点在酶的活性中心，并且之前的研究指出那是通过和一个小分子的结合使其不参加下一步骤的代谢来发挥作用的

18217265596

并且结合不等于功能

樊樊樊

Investigating whether deep learning models for co-folding learn the physics of protein-ligand interactions，这篇文章上面讲到高置信度 ≠ 高真实性：模型对这些“非物理预测”依然给出高置信分数（pLDDT），说明置信度并不能完全反映结果的物理可靠性。或许有所帮助。湿实验验证必不可少。光靠AF3可能不太可靠。