从结构准确预测蛋白质功能,东北大学「CNN+GCN」统一框架

具体而言,TAWFN的结构如下图所示,主要由四个模块组成:(1)输入数据生成模块:该模块生成蛋白质接触图和序列编码特征,包括ESM-1b编码和独热编码。(2)基于GCN的AGCN模块:该模块包括两个子模块AGCN1和AGCN2,两个子模块在处理不同的输入时共享同一个AGCN网络。它产生初步的预测结果图示:TAWFN模型...

中国农业科学院植物蛋白结构与功能调控创新团队探明了不同来源...

近日,中国农业科学院农产品加工研究所植物蛋白结构与功能调控创新团队通过比较不同来源蛋白的组成、结构、理化性质和发泡特性,揭示了蛋白气-水界面及泡沫功能特性与其理化、结构性质的关联机制。相关研究成果发表于食品领域顶级国际期刊《FoodChemistry》(JCR一区,IF=8.5)。加工所2022级硕士研究生张鑫煜为论文第一作者,王...

中国科大在人类癌症细胞的多药耐药蛋白的结构和功能研究领域取得...

结构分析表明,apo-formABCC3结构呈现向细胞质基质开口(inward-facing)的构象:两个核苷酸结合结构域(NBD)彼此分开,两个跨膜结构域(TMD)形成一个朝向细胞质基质开放的“V形”底物转运通道。与经典的ABC转运蛋白不同,其N端有一个额外的五股跨膜螺旋组成的TMD0结构域。TMD0的五股跨膜螺旋聚拢在一起,形...

超越蛋白质结构,全面预测蛋白质与所有生命分子相互作用

在蛋白质-配体相互作用方面的预测精度远高于当前最先进的分子对接工具,在蛋白质-核酸相互作用方面的预测精度远高于专门针对核酸的预测工具,在抗体-抗原相互作用方面的预测精度也显著高于AlphaFold-Multimerv2。AlphaFold3的强大功能源于其新一代的架构和训练,涵盖了生命中所有分子。AlphaFold3的核心是一个改进版的Evofor...

诺奖2024|为什么AI工程师预测蛋白质结构能获诺贝尔化学奖?

结构决定功能。面对复杂的蛋白质结构的预测,过去耗时数年的工作,利用2024年诺贝尔化学奖得主丹米斯·哈萨比斯(DemisHassabis)和约翰·乔普(JohnM.Jumper)开发的AlphaFold等人工智能工具,现在只需要几分钟。除了根据氨基酸序列预测蛋白质的结构——从线性的序列就能预测其折叠后的三维空间结构,人们在AI模型的帮助下,洞...

中国科大首次解析人类溶酶体维生素B12外排蛋白ABCD4的电镜结构

作者发现,临床样本的突变会破坏蛋白质分子内部(引入二硫键)或与ATP分子之间(盐桥)的相互作用,或者使蛋白错误折叠,最终导致蛋白无法正常催化ATP水解或发生构想变化,引发相关疾病(www.e993.com)2024年11月8日。作者又将这些突变版本的蛋白构建在脂质体上利用生化活性进一步验证了结构分析的预测。同时,基于结构我们提出了ABCD4的转运机制。由于定位于溶酶...

...| Cell Research-从头设计异手性蛋白质-蛋白质相互作用

其主要优势包括:一、免疫原性低,因免疫系统无法识别D-氨基酸;二、口服给药和长效治疗潜力大,因体内蛋白酶无法降解D-肽键。虽然镜像噬菌体展示技术可用于筛选较大结构空间,但存在筛选范围受限和效率不高的问题。精准设计镜像蛋白质,使其与天然蛋白质特定结构表位形成高亲和力的相互作用,是镜像蛋白多肽药物研发的关键。

分析蛋白质功能结构域的策略和步骤

蛋白质的功能结构域(Functionaldomains)是蛋白质序列中的特定区域,它可以独立地完成某种生物学功能。分析蛋白序列的功能结构域通常涉及以下几个步骤:1.序列比对使用如BLAST之类的工具,将目标蛋白序列与已知的蛋白数据库进行比对,寻找相似的已知结构或功能的区域。

同时生成蛋白序列和结构,David Baker团队序列空间扩散新模型

为了评估PG在PDB训练分布之外推理序列结构关系的能力,研究人员试图设计富含进化欠采样氨基酸的蛋白质,这些氨基酸赋予结构或功能特性。使用此程序生成色氨酸、半胱氨酸、缬氨酸、组氨酸和蛋氨酸的高频率(20%组成)蛋白质,其序列与天然蛋白质的序列非常不同。对生成的设计进行筛选,以获得高AF2置信度(pLDDT??...

清华大学药学院学者开发基于蛋白质语言模型的结构与功能预测方法

转录因子是一类特殊的DNA结合蛋白质,它们通过与特定的DNA序列(基序)结合,调控基因的转录过程。因此二者的相互作用是维持生物体遗传信息传递的关键一步,现有一些计算方法主要分为从基于序列角度和结构角度来预测二者的结合位点,基于序列的模型如BindN使用了几种氨基酸属性作为序列特征,并通过支持向量机(SVM)对结合残基进行...