#alphafold

La base de données de structures protéiques AlphaFold sous forme d'API, propulsée par EMBL-EBI et Google DeepMind. AlphaFold prédit la structure tridimensionnelle d'une protéine à partir de sa séquence d'acides aminés avec une précision de niveau expérimental, et la base de données couvre désormais plus de 200 millions de protéines — presque toutes les séquences d'UniProt. Recherchez le modèle AlphaFold pour n'importe quelle protéine par son accession UniProt et obtenez sa description de gène et de protéine, son organisme et sa longueur de séquence, la version du modèle et sa date de création, la métrique de confiance globale, la séquence complète d'acides aminés, et des liens de téléchargement directs vers la structure prédite au format mmCIF, PDB et BinaryCIF ainsi que l'image et les données du tracé de l'erreur alignée prédite (PAE) ; et lisez la couverture structurale d'une protéine — le(s) modèle(s) prédit(s) par AlphaFold et toute structure liée avec leur fournisseur, catégorie de modèle, méthode et la plage de résidus UniProt couverte. Idéal pour la biologie structurale, la découverte de médicaments et l'évaluation de cibles, l'ingénierie des protéines, la visualisation moléculaire et l'enseignement. Les protéines sont identifiées par l'accession UniProt (par exemple P00520 ou P38398). Données provenant de la base de données AlphaFold (CC-BY 4.0). Pour les structures 3D déterminées expérimentalement, voir l'API PDB, pour les séquences protéiques et l'annotation fonctionnelle, l'API UniProt, et pour les familles et domaines, InterPro.

api.oanor.com/alphafold-api