서열에서 구조로,
에너지 경관을 탐색합니다.

이 도구는 AlphaFold의 축소판이 아닙니다.

AlphaFold는 방대한 구조·서열 데이터에서 학습한 신경망으로 잔기 사이의 기하와 구조를 추론합니다. pLDDT는 잔기별 예측 신뢰도이고 PAE는 두 잔기의 상대 위치 오차 기대값입니다. 반면 이 실험실은 학습 데이터 없이 단순한 에너지 함수와 확률적 탐색만 사용합니다.

같은 서열도 조건과 초기상태에 따라 다른 경로를 택합니다.

1. 온도 스윕T=0.3, 0.85, 2.0에서 같은 서열의 Rg와 수용률을 비교합니다.
2. 변성 실험물에서 접은 뒤 변성제로 바꾸고 에너지와 접촉수 변화를 관찰합니다.
3. 재현성 실험‘새 초기구조’를 반복해 서로 다른 경로가 비슷한 저에너지 구조로 모이는지 봅니다.
4. 서열 효과소수성 코어와 전하 경쟁 프리셋의 contact map을 비교합니다.