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
造成现有模型难以预测动态构象分布的主要原因是,蛋白质结构数据集仅有实验解析的单一静态结构或结合态结构,结构数据集的偏置导致了模型难于预测真实的分布。另一方面,物理知识的缺失导致模型无法模拟分子动力学行为,从而与真实世界对齐。在此,来自字节跳动ByteDanceResearch的研究人员提出了一种物理信息引导的蛋白质构象...
...多尺度研究院马剑鹏团队在计算生物学取得突破,实现蛋白质结构...
这一新方法能有效建立高精度的生物大分子结构模型,帮助解决药物设计中因目标蛋白结构不准而导致的新药研发失败问题。研究人员介绍,生物大分子的许多重要功能是通过其高度的柔性特质来完成的,但柔性也是负面影响结构测定精度的主要因素。在处理冷冻电镜数据的过程中,生物大分子结构柔性引起的构象多样性使得从单个样本中获取...
复旦团队开发新型AI算法“看清”蛋白质精细结构,可与AlphaFold...
该算法不但能够成功地解析冷冻电子显微镜(Cryo-EM)结构解析技术中因传统方法无法分辨而缺损的生物大分子(比如蛋白质、核酸或蛋白质/核酸复合物等)结构,并且高效精准地分辨出柔性结构域在受测样品中的构象分布。这一新方法能有效建立高精度的生物大分子结构模型,帮助解决药物设计中因目标蛋白结构不准而导致的新药研...
Nature Methods | 超过AlphaFold2精度,蛋白质互作结构预测新工具
因为目前缺少大标度高精度的蛋白质互作序列数据库供互作MSA的直接搜索,如何从单体MSA构造有效的互作MSA、进而产生高精度蛋白质复合物结构预测仍然是一个巨大的挑战。图3.通过合理拼接单体MSA构建复合物MSA,进而预测蛋白质复合物结构。在这项研究中,张阳团队基于他们此前开发的DeepMSA迭代MSA构建算法,提出了改进版的...
诺奖剑指AI?谷歌蛋白质结构预测模型获2023年拉斯克奖
蛋白质在细胞内扮演关键角色,其功能与三维结构紧密相关。虽然60多年前科学家确定氨基酸序列编码蛋白质结构,但由于构象多样性,尝试所有可能的结构排列几乎不可能。为克服挑战,科学家采用多种方法,包括使用蛋白质数据库片段来预测局部结构,但存在限制。2018年,科学家开始引入机器学习到蛋白质结构预测,不同于传统方法,机器...
Nature Methods | 张阳团队开发远超AlphaFold2精度的蛋白互作结构...
否则来自非互作或相互独立的同源序列之间不存在相互作用的共进化关系,它们的错误配对会对整体的互作MSA以及最后的蛋白质互作建模精度产生负面的影响(www.e993.com)2024年7月10日。因为目前缺少大标度高精度的蛋白质互作序列数据库供互作MSA的直接搜索,如何从单体MSA构造有效的互作MSA,进而构建高精度蛋白质复合物结构预测仍然是一个巨大的挑战。
准确性比AlphaFold2高6倍,BasecampAI模型,蛋白结构预测新突破
最重要的是,预测结构质量的提高可以产生更好的对接结果。通过与利益相关者分享这些数据的来源,Basecamp提出了一种同时改进生物学深度学习模型和激励保护地球生物多样性的方法。访问和组织来自全球宏基因组和生物数据供应链的数据的策略。(来源:论文)Basecamp不仅仅希望成为一家蛋白质结构公司据Pitchbook称,...
Nature: 一种基于宏基因组序列空间生成无参考的蛋白质家族的计算...
我们根据这些家族的分类学、栖息地、地理分布和基因邻近分布对其进行了注释,并在有足够序列多样性的情况下预测了蛋白质的三维模型,揭示了新的结构。总之,我们的研究结果揭示了一个极其多样化的功能空间,突出了进一步探索微生物功能暗物质的重要性。-正文-...
中国农业大学吴继红教授等:大米蛋白质与米饭食味品质关联性研究进展
从以上研究结果中可以发现蛋白质含量的增加有助于促进美拉德反应和香气化合物的生成,但是否有助于米饭香气品质的改善还需进一步的研究以获得更直接的证据。更高的蛋白质含量有利于促进米饭中美拉德反应从而生成更多的香气化合物,但由于香气化合物呈香的多样性和感知的复杂性,蛋白质与米饭香气特征之间的量效关系还没...
专访姚建华、杨帆:腾讯 AI Lab 为何瞄准单细胞蛋白质组学
通过蛋白质组或转录组等组学数据,我们可以更全面地理解细胞的微环境和疾病产生的原因,这对于临床治疗和疾病机制的研究具有重要意义。与AlphaFold等关注单个蛋白质结构的技术相比,我们的研究更侧重于整个细胞和微环境的系统性分析,这使得我们的工作更接近临床应用和疾病机制的探索。