AlphaFind v2: similarity search in AlphaFold DB and TED domains
across structural contexts

J 2026

AlphaFind v2: similarity search in AlphaFold DB and TED domains across structural contexts

SLANINÁKOVÁ, Terézia; Adrián ROŠINEC; Jakub ČILLÍK; Aleš KŘENEK; Katarína GREŠOVÁ et al.

Základní údaje

Originální název

AlphaFind v2: similarity search in AlphaFold DB and TED domains across structural contexts

Autoři

Vydání

NUCLEIC ACIDS RESEARCH, Oxford University Press, 2026, 0305-1048

Další údaje

Jazyk

angličtina

Typ výsledku

Článek v odborném periodiku

Stát vydavatele

Velká Británie a Severní Irsko

Utajení

není předmětem státního či obchodního tajemství

Odkazy

URL, Webový server

Impakt faktor

Impact factor: 13.100 v roce 2024

Označené pro přenos do RIV

Organizační jednotka

Ústav výpočetní techniky

DOI

https://doi.org/10.1093/nar/gkag372

Klíčová slova anglicky

Protein structure similarity; protein structure search; AlphaFold DB; TED: The Encyclopedia of Domains; vector embeddings; AlphaFind; similarity search

Štítky

AlphaFind, AlphaFind v2, embeddings, protein structures, similarity search

Příznaky

Mezinárodní význam, Recenzováno

Změněno: 27. 5. 2026 12:45, RNDr. Terézia Slanináková, Ph.D.

Anotace

V originále

The availability of large-scale protein structure collections enables structure-based analysis of their function and evolution beyond what is possible from sequence alone. However, applying three-dimensional structure comparison at scale remains computationally demanding and limits practical exploration of large experimental and predicted collections. This creates a need for fast, structure-based search methods that retain biological relevance while enabling large-scale exploration. In this paper, we present AlphaFind v2, an application for finding structurally similar proteins in the AlphaFold Database (https://alphafold.ebi.ac.uk/) of predicted structures. AlphaFind v2 uses fast pre-filtering via state-of-the-art protein embeddings that preserve structural information, followed by refinement with US-align. The application presents multiple complementary search modes, including (i) search over full protein chains, (ii) search aware of the AlphaFold pLDDT metric, restricting similarity computation to the most stable and structurally relevant regions, (iii) search over protein domains from the TED database (https://ted.cathdb.info/), and (iv) a multidomain search mode, combining multiple chain-level domain matches within a single score and alignment. The application accepts protein identifiers and returns similar proteins with metrics, rich metadata, and interactive superpositions. AlphaFind v2 additionally allows searching within an organism or CATH label and matches the proteins with experimental structures. AlphaFind v2 is accessible at https://alphafind.ics.muni.cz/.

Návaznosti

GF23-07040K, projekt VaV

Název: Naučené indexy pro podobností hledání

Investor: Grantová agentura ČR, Naučené indexy pro podobností hledání, Lead agentura

GM22-30571M, projekt VaV

Název: Cell*: webová platforma pro vizualizaci, modelování a dynamiku organelových a buněčných struktur (Akronym: Cell*)

Investor: Grantová agentura ČR, Cell*: a web platform for visualization, modelling and dynamics of organelle- and cell-sized structures

LM2023054, projekt VaV

Název: e-Infrastruktura CZ

Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, e-Infrastruktura CZ

LM2023055, projekt VaV

Název: Česká národní infrastruktura pro biologická data

Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, ELIXIR-CZ: Česká národní infrastruktura pro biologická data

752/2024, interní kód MU

Název: Nástroj na automatickou anotaci a prohledávání velkých sad proteinů na základě podobnosti jejich struktur

Investor: CESNET, Nástroj na automatickou anotaci a prohledávání velkých sad proteinů na základě podobnosti jejich struktur

776/2025, interní kód MU

Název: Nástroj pro pokročilé sémantické prohledávání v datech molekulové dynamiky

Investor: CESNET, Nástroj pro pokročilé sémantické prohledávání v datech molekulové dynamiky

Citovat

SLANINÁKOVÁ, Terézia; Adrián ROŠINEC; Jakub ČILLÍK; Aleš KŘENEK; Katarína GREŠOVÁ; Jana PORUBSKÁ; Eva MARŠÁLKOVÁ; Jaroslav OĽHA; David PROCHÁZKA; Lukáš HEJTMÁNEK; Vlastislav DOHNAL; Karel BERKA; Radka SVOBODOVÁ a Matej ANTOL. AlphaFind v2: similarity search in AlphaFold DB and TED domains across structural contexts. NUCLEIC ACIDS RESEARCH. Oxford University Press, 2026. ISSN 0305-1048. Dostupné z: https://doi.org/10.1093/nar/gkag372.

@article{2575257,
   author = {Slanináková, Terézia and Rošinec, Adrián and Čillík, Jakub and Křenek, Aleš and Grešová, Katarína and Porubská, Jana and Maršálková, Eva and Oľha, Jaroslav and Procházka, David and Hejtmánek, Lukáš and Dohnal, Vlastislav and Berka, Karel and Svobodová, Radka and Antol, Matej},
   doi = {https://doi.org/10.1093/nar/gkag372},
   keywords = {Protein structure similarity; protein structure search; AlphaFold DB; TED: The Encyclopedia of Domains; vector embeddings; AlphaFind; similarity search},
   language = {eng},
   issn = {0305-1048},
   journal = {NUCLEIC ACIDS RESEARCH},
   title = {AlphaFind v2: similarity search in AlphaFold DB and TED domains across structural contexts},
   url = {https://doi.org/10.1093/nar/gkag372},
   year = {2026}
}

TY  - JOUR
ID  - 2575257
AU  - Slanináková, Terézia - Rošinec, Adrián - Čillík, Jakub - Křenek, Aleš - Grešová, Katarína - Porubská, Jana - Maršálková, Eva - Oľha, Jaroslav - Procházka, David - Hejtmánek, Lukáš - Dohnal, Vlastislav - Berka, Karel - Svobodová, Radka - Antol, Matej
PY  - 2026
TI  - AlphaFind v2: similarity search in AlphaFold DB and TED domains across structural contexts
JF  - NUCLEIC ACIDS RESEARCH
PB  - Oxford University Press
SN  - 03051048
KW  - Protein structure similarity
KW  - protein structure search
KW  - AlphaFold DB
KW  - TED: The Encyclopedia of Domains
KW  - vector embeddings
KW  - AlphaFind
KW  - similarity search
UR  - https://doi.org/10.1093/nar/gkag372
N2  - The availability of large-scale protein structure collections enables structure-based analysis of their function and evolution beyond what is possible from sequence alone. However, applying three-dimensional structure comparison at scale remains computationally demanding and limits practical exploration of large experimental and predicted collections. This creates a need for fast, structure-based search methods that retain biological relevance while enabling large-scale exploration. In this paper, we present AlphaFind v2, an application for finding structurally similar proteins in the AlphaFold Database (https://alphafold.ebi.ac.uk/) of predicted structures. AlphaFind v2 uses fast pre-filtering via state-of-the-art protein embeddings that preserve structural information, followed by refinement with US-align. The application presents multiple complementary search modes, including (i) search over full protein chains, (ii) search aware of the AlphaFold pLDDT metric, restricting similarity computation to the most stable and structurally relevant regions, (iii) search over protein domains from the TED database (https://ted.cathdb.info/), and (iv) a multidomain search mode, combining multiple chain-level domain matches within a single score and alignment. The application accepts protein identifiers and returns similar proteins with metrics, rich metadata, and interactive superpositions. AlphaFind v2 additionally allows searching within an organism or CATH label and matches the proteins with experimental structures. AlphaFind v2 is accessible at https://alphafind.ics.muni.cz/.
ER  -

SLANINÁKOVÁ, Terézia; Adrián ROŠINEC; Jakub ČILLÍK; Aleš KŘENEK; Katarína GREŠOVÁ; Jana PORUBSKÁ; Eva MARŠÁLKOVÁ; Jaroslav OĽHA; David PROCHÁZKA; Lukáš HEJTMÁNEK; Vlastislav DOHNAL; Karel BERKA; Radka SVOBODOVÁ a Matej ANTOL. AlphaFind v2: similarity search in AlphaFold DB and TED domains across structural contexts. \textit{NUCLEIC ACIDS RESEARCH}. Oxford University Press, 2026. ISSN~0305-1048. Dostupné z: https://doi.org/10.1093/nar/gkag372.

Přehled o publikaci