# AlphaFold によるタンパク質構造予測のグラフィカルアブストラクト · Yila

> 上に四列のパイプライン、下に応用の帯を置いた横型のグラフィカルアブストラクトです。配列の入力と多重配列アラインメントから Evoformer を経て 3D 座標と実験構造との比較に至る流れを示し、構造生物学や計算生物学の論文に向きます。

URL: https://yila.ai/ja/templates/alphafold-structure-graphical-abstract-figure

アミノ酸配列を UniRef と BFD に照会して多重配列アラインメントを組みます。Evoformer の中では MSA 表現とペア表現が、軸方向アテンションと三角乗法更新を通じて何度も情報をやり取りし、残基間の共進化の制約をとらえます。構造モジュールがそれを 3D の原子座標に変え、各残基を pLDDT の信頼度で色分けし、結晶構造と重ね合わせます。下段では、機能未知のタンパク質の機能推定と、バーチャルスクリーニングによる創薬標的の探索という二つの応用が続きます。配列から構造への情報の流れと、信頼度の色の読み方がつかめる図です。

- **配列の入力**: 入力と記した縦長の配列の帯です。サンプルはアルファベットで単語を綴っているので、例示用の配列に差し替えます。
- **多重配列アラインメント**: UniRef と BFD の二つのデータベースのアイコンから、その下の色付きのアラインメント行列へ流します。
- **Evoformer ブロック**: MSA 表現とペア表現の二本のトラックを描き、軸方向アテンションと三角乗法更新をそれぞれ働く位置に記します。
- **構造モジュール**: 主鎖のトレースを出力する中央の列です。サンプルは同じ見出しを上下に重複させているので、一方を消します。
- **pLDDT による色分け**: 信頼度に応じて青からオレンジがかった赤までモデルを塗り分け、隅の凡例で各色の範囲を説明します。
- **実験構造との比較**: 予測を結晶構造に重ね、RMSD のラベルを付けます。サンプルの PDB 識別子はまだ仮置きの文字です。
- **機能の推定**: 構造の一部を拡大し、そこから推定される生化学反応やタンパク質間相互作用へ矢印を向けます。
- **創薬標的の探索**: 低分子ライブラリーをバーチャルスクリーニングにかけ、結合ポケットに収まったリガンドを挿入図で示します。

- グラフィカルアブストラクト, 審査会スライド, 講義資料, 研究費申請書

- **信頼度は精度ではない**: pLDDT は局所的な信頼性をモデル自身が見積もった値で、低いスコアは誤った折りたたみよりも天然変性領域を示すことが多いものです。凡例では高スコアを高精度と同一視せず、信頼度と実測の誤差を区別してください。
- **比較の数値には出典が必要**: RMSD を示すなら、比較した残基の範囲と使った実験構造のエントリーを明記しなければなりません。サンプルの識別子は仮置きなので、投稿前に実際のエントリーに替えるか、値ごと外してください。
- **構造モジュールとリサイクリング**: サンプルの構造モジュールには重複した見出ししかなく、不変点アテンションもリサイクリングも描かれていません。手法の論文の読者はリサイクリングの矢印か、少なくとも凡例での一文を期待します。
- **バーチャルスクリーニングの前提**: 予測モデルは通常リガンドを含まず、ポケットの側鎖がドッキングに適さないこともあります。予測からスクリーニングへ直接つなぐなら、ポケットを精密化したか、ヒット化合物を実験で確かめたかを記してください。

## FAQ

### この AlphaFold のアブストラクトをそのまま投稿に使えますか？

下書きとして扱ってください。AI が生成した画像で、入力配列が単語を綴り、構造モジュールの見出しが二度現れ、実験構造との比較にも仮置きの識別子が残っています。そうした細部を差し替え、投稿前まで会話で修正を続けてください。

### 応用の部分を自分の研究課題に差し替えられますか？

要素ごとにはできませんが、Yila の会話で修正を続けられます。二つの応用を変異の影響解析や抗体設計に替える、どちらか一方だけを残すなどと伝えると、上のパイプラインの列はそのままに、下の帯が説明に沿って作り直されます。

### どの形式で受け取れますか？

AI が生成した 4:3 横型の PNG 画像で、グラフィカルアブストラクトや審査会のスライドに向きます。ベクター画像ではなく、pLDDT の凡例やアラインメントの文字は小さいので、大きく使う前に読めるかを確かめてください。

### このテンプレートは無料で使えますか？

このページとサンプルの閲覧に費用はかかりません。Yila での生成と編集にはクレジットを消費し、新規アカウントには 2500 クレジットが付与されます。タンパク質、データベース、応用を自分の研究に合わせて何度か直し、原稿用の版を選ぶには十分です。

### 図の構造は実際の予測結果ですか？

違います。タンパク質の構造もアラインメントの行列も AI が描いた挿絵で、実在の配列や予測の出力には対応していません。論文で実際のモデルを見せる必要があるときは、予測ファイルから描画してください。この図はワークフローの説明にとどまります。

### 複合体や複数鎖の予測を示せますか？

示せます。会話で鎖の名前を伝えると、入力の列が複数鎖の入力になり、構造は鎖ごとに色分けされます。検証のパネルに界面の信頼度のスケッチを加えることもでき、複合体予測の論文の読者が真っ先に見る部分になります。

---

- [AlphaFold によるタンパク質構造予測のグラフィカルアブストラクト](https://yila.ai/ja/templates/alphafold-structure-graphical-abstract-figure)
- [llms.txt](https://yila.ai/ja/llms.txt)
