中国科大建立新的蛋白质从头设计方法

(a)SCUBA主链能量面上的极小对应了蛋白质的可设计主链结构,即特定氨基酸序列下的最低自由能结构;(b)SCUBA中用神经网络表示的统计能量项;(c)和(d)用近邻计数(NC)-神经网络(NN)方法从蛋白质结构原始数据中学习解析能量函数的方法框架。理论计算和实验证明,用SCUBA设计主链结构,能够突破只能用天然片段来拼接产生...

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...

“阿尔法折叠2”预测蛋白结构近原子水平

将实验方法得到的蛋白质结构叠加在“阿尔法折叠2”的结构上,组成蛋白质主链骨架的叠加原子之间的距离中位数(95%的覆盖率)为0.96埃(0.096纳米)。成绩排第二的方法只能达到2.8埃的准确度。“阿尔法折叠2”的神经网络能在几分钟内预测出一个典型蛋白质的结构,还能预测较大蛋白质(比如一个含有2180个氨基酸、无同源结...

中国科学技术大学结合计算预测和设计揭示无序蛋白结构域的靶标...

中国科学技术大学结合计算预测和设计揭示无序蛋白结构域的靶标识别机制中国科大刘海燕教授、陈泉教授课题组与复旦大学王文宁教授合作,采用蛋白质结构预测、序列设计等计算手段与蛋白质互补分析和深度突变扫描、X射线晶体学、NMR等实验结合的方法,揭示了固有无序的4.1G蛋白C端结构域识别其固有无序靶标的结构机制。相关研...

单模型斩获“蛋白质突变预测”榜一,西湖大学提出基于结构词表方法

新智元导读Saprot在proteingym蛋白质突变预测任务公开基准榜(由牛津大学计算机与哈佛医学院设立)排名第一。相比,其他排名靠前的算法都是混合模型,专门针对突变任务设计,而Saprot不仅是单模型,而且是通用模型。蛋白质结构相比于序列往往被认为更加具有信息量,因为其直接决定了蛋白质的功能。

AlphaFold3问世,全面预测蛋白质与所有生命分子相互作用及结构

自2021年发布强大的人工智能(AI)工具AlphaFold2以来,科学家们一直在使用蛋白质结构预测模型来绘制细胞内各种蛋白质结构的图谱、发现药物,并绘制每种已知蛋白质相互作用的「宇宙图」(www.e993.com)2024年11月8日。就在刚刚,GoogleDeepMind发布了AlphaFold3模型,该模型能够对包括蛋白质、核酸、小分子、离子和修饰残基在内的复合物进行联合结构预...

David Baker:可预测所有生物分子,生成具有高级结构的蛋白质

可模拟所有生物分子,从头合成高级功能蛋白质,已免费开源蛋白质是生命活动的物质基础,也是细胞内部的主要功能分子。公开资料显示,AlphaFold是DeepMind推出的蛋白结构预测工具;RoseTTAFold是DavidBaker实验室推出用于预测蛋白质结构的深度神经网络,RFdiffusion则是该实验室推出用于从头构建全新蛋白质的生成式AI工具...

牵手礼来和诺华,谷歌旗下AI公司原子级预测蛋白质三维结构

AlphaFold原理示意图(图源:Nature)其优势及应用场景如下:■原子级的预测精度“结构即功能”,蛋白质的功能取决于其三维结构,但要高精度地预测这些结构类型并不容易。X射线照射结晶的蛋白质可以将其产生的衍射光转化为蛋白质的三维原子坐标,从而获得准确的蛋白质结构,但时间和金钱成本极高。随后,计算机凭借强大的算...

AI+Science新视野:用物理信息引导AlphaFold 2预测蛋白质动力学

图1:研究方法示意图:根据物理知识筛选MSA中的序列,引导AF2预测蛋白质的不同构象状态。2.蛋白质折叠的能量面与阻挫美国国家科学院院士、莱斯大学的PeterG.Wolynes教授(本文的合作者之一)及其同事在20世纪80年代提出的蛋白质能量面理论,为预测蛋白质结构与动力学提供了基本的物理学原理:蛋白质折叠可以被看作是...

填补AlphaFold3空白,字节跳动提出物理引导的方法让蛋白质动起来

世界是变化的,分子是运动的,从预测静态单一结构走向动态构象分布是揭示蛋白质等生物分子功能的重要一步。探索蛋白质的构象分布,能帮助理解蛋白质与其他分子相互作用的生物过程;识别蛋白质表面下的潜在药物位点,描绘各个亚稳态之间的过渡路径,有助于研究人员设计出具有更强特异性和效力的目标抑制剂和治疗药物。但传统的...