Nature:计算蛋白质设计,AI如何重塑生物学的未来

为了更好地理解蛋白质的动态行为,研究人员采用了多种策略,包括使用分子动力学模拟和机器学习模型来捕捉蛋白质在不同条件下的构象变化。分子动力学模拟可以提供关于蛋白质运动的详细时间序列数据,但计算成本高昂且耗时,而机器学习模型则可以通过从大量数据中学习来快速预测蛋白质的可能构象,从而在精度与效率之间取得平衡。

中国科大与合作者提出蛋白质变构路径预测的深度学习模型

近年来,以AlphaFold为代表的深度学习模型在预测蛋白质的静态结构方面取得了巨大成功。然而,蛋白质的功能取决于其动力学特性。研究人员目前正在积极探索其他深度学习算法,旨在预测蛋白质的构象变化等动态行为。开发这类模型的主要挑战之一,在于描述构象转变的动力学数据严重不足。为了解决这个问题,作者结合物理约束的粗粒度分...

研究提出蛋白质变构路径预测的深度学习模型—新闻—科学网

近年来,以AlphaFold为代表的深度学习模型在预测蛋白质的静态结构方面取得了巨大成功。然而,蛋白质的功能取决于其动力学特性。研究人员目前正在积极探索其他深度学习算法,旨在预测蛋白质的构象变化等动态行为。开发这类模型的主要挑战之一,在于描述构象转变的动力学数据严重不足。为了解决该问题,作者结合物理约束的粗粒度分...

Science:David Baker团队从头设计出具有两种不同构象的铰链蛋白

该研究通过人工智能(AI)辅助设计,开发出一种铰链样蛋白质,这种铰链蛋白同时具有两种明确的构象,在与目标蛋白结合时显示出稳定的构象变化,因此可以根据这种特异性定制出“蛋白质开关”。这项工作为产生响应生物刺激的蛋白质开关提供了研究基础,为蛋白设计领域带来全新变革!在自然界中,许多天然蛋白质可以在两种构象之间转...

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...

蛋白质是生命的物质基础,其功能与蛋白质结构、构象的动态性紧密相关,并且受配体调节。蛋白质-配体的相互作用研究对于药物的发现与筛选,具有重要意义。纵观其研究进程,AlphaFold的面世是一个里程碑式突破,能够预测单个蛋白质的空间三维结构,为研究蛋白质–配体相互作用提供了结构基础。

突变RSV F蛋白的灵活区域可以稳定预融合构象

据研究人员介绍,呼吸道合胞病毒(RSV)融合(F)糖蛋白在其预融合(pre-F)构象中具有很高的免疫原性(www.e993.com)2024年11月8日。然而,该蛋白不稳定,其构象必须得到稳定,才能有效地作为疫苗中的免疫原。研究人员提出了一种突变策略,通过阻止伴随大规模构象重排的蛋白质结构局部变化,来锁定RSVF蛋白于其pre-F状态。研究人员生成了一系列突变体,...

研究提出蛋白质变构路径预测的深度学习模型

近年来,以AlphaFold为代表的深度学习模型在预测蛋白质的静态结构方面取得了巨大成功。然而,蛋白质的功能取决于其动力学特性。研究人员目前正在积极探索其他深度学习算法,旨在预测蛋白质的构象变化等动态行为。开发这类模型的主要挑战之一,在于描述构象转变的动力学数据严重不足。

【中国科学报】研究提出蛋白质变构路径预测的深度学习模型

近年来,以AlphaFold为代表的深度学习模型在预测蛋白质的静态结构方面取得了巨大成功。然而,蛋白质的功能取决于其动力学特性。研究人员目前正在积极探索其他深度学习算法,旨在预测蛋白质的构象变化等动态行为。开发这类模型的主要挑战之一,在于描述构象转变的动力学数据严重不足。

科学家揭示蛋白质折叠构象过程

科技日报北京5月20日电(记者张佳欣)据发表在20日《美国国家科学院院刊》上的一项最新研究,美国科学家通过将数据转换为声音,揭示了氢键是如何在极短时间内促成蛋白质构象,并将氨基酸转化为功能性折叠蛋白质的过程,为研究蛋白质从未折叠状态到折叠状态时发生的氢键事件序列提供了独特视角。

准确预测蛋白质「运动」?南京大学团队蛋白构象运动新策略

腺苷酸激酶(AdK)是一种多结构域蛋白,由LID结构域、NMP结构域和核心结构域组成,已成为研究变构的典型系统。在该研究中,同样以AdK为模型,展示如何利用由局部能量挫折分数量化的能量景观局部特征,预测AF2的蛋白质构象运动。研究发现生成的构象运动与可用的实验和分子动力学模拟数据一致。