Bin vient juste de poster sur la page « des tops predictions» un exemple tout à fait surprenant du succès de la méthode « haute résolution améliorée» que nous avions développée. Pour cette cible du CASP, il disposait de la structure d'une protéine relativement homologue qui était déjà connue. Dans ce cas là, le problème de prévision de la structure s'appelle la « modélisation comparative» et le défi est de commencer par la structure homologue et de l'affiner pour arriver à la structure réelle (La base de la modélisation comparative fournit par l'observation empirique nous indique que les protéines homologues ont presque toujours des structures semblables (mais non identiques)).

Pour cette prévision, Bin a commencé par le modèle en rouge, et a utilisé un protocole haute résolution amélioré pour la deuxième étape du protocole de prévision ab initio (la partie qui est la moins passionnante pour l'observervation car la majeure partie de l'action est crée par les chaînes latérales que nous ne montrons pas sur l'écran de veille). Il a utilisé vos ordinateurs pour effectuer un très un grand nombre d'unités de travail indépendantes, et a choisi les plus basses structures d'énergie pour les soumettre au CASP. Comme vous pouvez le voir, la solution qu'il a soumis, le modèle en vert, est infiniment plus proche de la structure réelle (en bleu) que le modèle rouge du départ.

Ces changements peuvent sembler subtiles, mais du point de vue de conception de médicaments pour faire interagir spécifiquement des structure de protéine entre elles, et comprendre avec précision la façon dont fonctionne une protéine, ce niveau d'exactitude est extrement important. Inutile de dire, que nous serions ravis si nous pouvions affiner uniformément tout les modèles à ce niveau d'exactitude !

Comparaison de la structure native (en bleue), de la prévision de calibrage (rouge) et de la prévision référence (vert) obtenues grâce à Rosetta@home, 47 résidus pour 1.65 angström . Merci aux nombreux utilisateurs qui ont contribué à cette prévision ! Les utilisateurs qui ont produit les plus basses prévisions d'énergie pour les unités utilisés dans la prévision sont énumérés ci-dessous. Félicitations !