北京大学生命科学学院发布博文，宣布其伊成器课题组于 7 月 22 日联合在

　　该论文名为

　　AlphaFold3 是由谷歌旗下 DeepMind 推出的人工智能模型，主要用于预测蛋白质三维结构。更新版本还可分析蛋白质与核酸、以及多分子复合物的相互作用。

　　该框架系统识别 Cas 蛋白和脱氨酶中决定

　　研究团队指出，碱基

　　团队使用 AlphaFold3 预测在靶位点与脱靶位点的 DNA-RNA-蛋白质三元复合物，比较两类复合物的互作差异。

　　图 2. AlphaFold3 的预测流程示意图。AlphaFold3 首先对输入序列进行特征表示，再根据特征表示生成预测的结构和接触概率矩阵。

　　研究发现，AlphaFold3 生成的部分结构预测结果，未直接反映碱基错配带来的构象变化；但其输出的 contact probability，CP可灵敏捕捉变化。

　　CP 用于表示任意两个氨基酸或核苷酸残基处于邻近位置的可能性，数值可用于判断残基间是否存在相互作用。团队基准测试显示，CP 可反映单碱基对错配引发的局部构象变化，也可响应单个氨基酸突变带来的互作变化。

　　图 3. AlphaFold3 对脱靶位点复合物的预测。为结构预测，可观察到红色箭头所指的错配碱基，在结构预测中仍然保持正常配对状态。为该脱靶位点复合物错配核酸链之间的 CP 相对于在靶位点复合物的变化，可观察到错配区域的 CP 值明显下降。

　　在此基础上，研究团队整合 CP 与高通量脱靶