Science重磅:AI完成定向蛋白质进化,特性提升100倍

而在与多种蛋白质语言模型比较中,ESM-215B参数模型作为EVOLVEpro的潜在空间模型,在多数数据集上表现优于其他模型,返回的高活性突变体比例最高,且只有少数蛋白质语言模型的预测准确性明显高于独热编码,突出了基础层模型对EVOLVEpro性能的关键重要性。在基因编辑工具方面,研究团队将目标锁定在微型CRISPR核酸...

重磅!2024年诺贝尔化学奖:AI驱动的蛋白质结构预测革新肿瘤治疗

蛋白质-蛋白质相互作用(PPI)靶点:预测关键PPI的结构细节,设计小分子抑制剂或PROTAC分子来干扰这些相互作用,抑制癌细胞的生长和转移。变构调节位点识别:通过AI预测的蛋白质结构,识别潜在的变构调节位点,为开发变构调节剂提供新思路,调控蛋白质的功能和活性。RNA结合蛋白靶向:预测RNA结合蛋白的结构,设计干扰其功能的...

准确预测蛋白质功能,中山大学基于几何图学习的酶工程新方法

给定一个蛋白质序列,用ESMFold预测其结构并用于构建蛋白质图。通过预测结构提取几何特征,并通过预训练语言模型(PtrotTrans)计算序列嵌入来增强这些特征。这些特征被输入到几何图形学习网络中,用于学习几何嵌入,用于预测活性位点、EC值和最佳pH值。图示:酶EC数预测。(来源:论文)在这里,首先通过GraphEC...

中国科大揭示Lon蛋白酶在单个蛋白水解位点对底物进行持续切割

晶体结构表明,AAA+和蛋白酶结构域形成一个封闭的腔室,六个ATP酶位点朝外,六个蛋白水解活性位点朝内。已有研究表明了与共价抑制剂结合的蛋白水解活性位点的结构,然而,与蛋白酶活性位点结合的底物结构尚未确定。迄今为止,人们致力于了解蛋白质底物如何被AAA+蛋白酶的AAA+环识别、去折叠和移位,张凯铭/张崇毅团队在2021...

实现蛋白质动态对接预测!上海交大/星药科技/中山大学等联合推出...

当使用AlphaFold预测的无配体蛋白质结构作为对接进行输入时,所得到的配体位置预测往往与配体结合的共晶结构不吻合。并且,AlphaFold预测的结构,很难展现出与配体结合最有利的侧链和主链构型,导致相关的活性位点不在正确的位置上,所以目前很难利用AlphaFold的结构来进行药物筛选和设计。

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

这些模型不仅能够预测蛋白质的三维结构,还能够揭示其功能和动态特性,并展现出优于经典计算生物学方法的表现(www.e993.com)2024年11月24日。田博学课题组开发了一系列的基于蛋白质语言模型的方法,在抗体结构、蛋白质与DNA结合位点、细胞色素450酶活性预测等工作中取得了进展,为药物设计、疾病机理研究以及生物工程等领域做出了贡献。

Nature:打破“不可成药”魔咒!翁晨光等全面解析KRAS变构位点,加快...

当一个分子与变构位点结合时,它会引起蛋白质形状的改变,从而改变蛋白质的活性或与其他分子结合的能力,例如通过改变其主锁(活性位点)的内部结构。因此,变构位点通常是药物开发的首选,与靶向活性位点的药物相比,靶向变构位点的药物通常更安全、更有效,因为它们提供了更强的特异性,并减少了药物副作用的可能性。此外...

洪亮团队基于图扩散概率模型生成活性高、体积大、结构复杂蛋白质

基于此,本文设计一种全新的蛋白质序列设计和筛选流程CPDiffusion,结合骨架结构、活性位点等多种生成条件,为特定功能的蛋白质生成多样化的全新序列(图1)。初始化的模型在两万条野生型蛋白质结构和序列上进行训练,用于学习蛋白质序列-结构-功能之间的映射关系。同时,为了强化模型对于待生成蛋白质特征的理解,在训练集中还加...

...洪亮团队提出CPDiffusion模型,超低成本、全自动设计功能型蛋白质

对此,上海交通大学自然科学研究院/物理与天文学院/张江高等研究院/药学院洪亮课题组的助理研究员周冰心等人,设计了一种扩散概率模型框架CPDiffusion,该框架结合蛋白质骨架结构、活性位点等多种生成条件,能够以非常低的训练成本、数据成本,学习蛋白质的序列、结构与功能之间的隐含映射关系,进而生成多样化的蛋白质序列,这些...

AlphaFold技术距离解决药物发现核心问题还有多远

活性位点是药物研发人员非常关注的区域,通常是蛋白质上的特定小区域,负责与底物、抑制剂或其他蛋白质相互作用。AlphaFold的预测可以精确地描绘出蛋白质的整体构型,包括可能的活性位点区域。如果整体结构预测是准确的,那么活性位点区域的结构也有望被准确预测。然而,对于某些蛋白质,特别是那些灵活的或未充分特征化的蛋白质...