因为一个“很难,很重要的问题”,我从计算机转向研究蛋白质
传统的机器学习方法是直接把蛋白质的氨基酸序列映射到一个三维构型上去,比基于物理或是统计的方法做得好一点点,但也还有很多问题。当时大家认为这个问题没办法做出来,期间很多人都离开这个领域;另外,由于这个问题很长时间都没有得到什么本质上的改变,所以申请研究经费也非常困难。2012年,深度学习开始在图像识别领域展示...
他开创了AI蛋白质结构领域,现在要做比诺奖更大的事
有些蛋白质是结构性的,有些蛋白质是功能性的。结构性的蛋白质组成生物的身体——头发和指甲里的角蛋白,皮肤里的胶原蛋白,肌肉纤维里的肌球蛋白,血管里的弹性蛋白。功能性的蛋白质推动生物体内的机能与反应——帮助消化吸收的淀粉酶、脂肪酶,控制血糖的胰岛素,运输氧气的血红蛋白,存储铁的铁蛋白,传递信号的神经递质...
诺贝尔化学奖将颁发给研究蛋白质结构的科学家
10月9日消息,2024年诺贝尔化学奖将授予DavidBaker(美国西雅图华盛顿大学)、DemisHassabis(GoogleDeepMind,英国伦敦)和JohnJumper(GoogleDeepMind),以表彰他们对蛋白质结构的研究。这是在该奖项网站上宣布的消息。白罗斯理想社对此进行了报道。诺贝尔委员会指出,贝克成功地创造了全新蛋白质种类这一几乎不可能的壮...
PNAS:颜宁团队以《荷塘月色》为灵感,报道结构生物学研究新范式
主要从事与疾病相关的重要膜转运蛋白、电压门控离子通道的结构与工作机理及膜蛋白调控胆固醇代谢通路的分子机制方面的研究,自2009年以来,颜宁作为通讯或者共同通讯作者发表学术研究论文近80篇,其中33篇发表于Cell、Nature、Science等国际顶尖杂志。李张强,2020年于清华大学生命科学学院取得博士学位,清华大学水...
2024化学诺奖接力青睐AI,蛋白质结构预测新工具获一半奖项
FM又称从头计算方法,利用能量函数计算氨基酸空间相互作用,最终从所有可能结构中选取最佳形式,依靠分子动力学模拟获得蛋白质折叠方式,该法对小分子量蛋白质结构预测还算准确,但随着蛋白质复杂性增加逐渐变得无能为力。1994年,美国计算生物学家莫尔特(J.Moult)和菲德利斯(K.Fidelis)为推动蛋白质结构预测领域的快速发展,...
...了,专家解读:2024诺贝尔化学奖为何颁给蛋白质的AI计算和结构预测
一般情况下,实验学家会使用X射线晶体学或者冷冻电镜解析蛋白质结构(www.e993.com)2024年11月3日。然而基于实验解析结构的过程耗时耗力,因此计算生物学家也一直尝试通过算法直接预测结构。如今AlphaFold出现,使得对很多蛋白预测的结果几乎已经达到了实验测定的精度,成为蛋白质结构研究中的强大工具。
14位专家点评丨Nature发布AlphaFold完成的98.5%人类蛋白结构预测...
考虑到理解人类蛋白质组对健康和医药的重要性,研究人员付出了大量努力来确定这些蛋白质结构。虽然开展了数十年的研究攻关,但通过实验方法确定的结构只覆盖了人类蛋白质组17%的氨基酸——氨基酸是连接起来形成蛋白质的亚单位。利用实验方法解析结构需要跨越诸多十分耗时的障碍,因此,扩大蛋白质组覆盖面仍是一项艰巨挑战。
AI蛋白质折叠:在生命宇宙中漫游,远眺生物经济的流光
就此,深入广阔无垠的蛋白质世界、揭开更多的生命奥秘,成为生命宇宙探索的一个清晰的航向。进入二十一世纪,机器学习逐步成为计算机科学的重要研究方向,也开始影响蛋白质结构研究。传统的机器学习方法是直接把蛋白质的氨基酸序列映射到一个三维构型上去,结果略优于基于物理或统计的方法,但并没有得到本质上的改变。
抗病小体,探索植物免疫新途径
研究发现,与ZAR1抗病小体类似,Sr35抗病蛋白通过其LRR结构域(编者注:一种蛋白质结构域)直接识别效应蛋白,并形成五聚化的抗病小体。我们和中国科学院遗传与发育生物学研究所的陈宇航课题组合作,证实了Sr35抗病小体确实能够在质膜上形成通透钙离子的离子通道/孔道从而发挥免疫抗病作用。这些研究清晰表明,不同单双子叶...
不只是AlphaFold!一文读懂蛋白质折叠的前世今生:从“不可能”到...
Anfinsen假设,应该有一种方法可以根据氨基酸序列预测蛋白质的形状。这就是后来广为人知的蛋白质折叠问题。一旦多肽链组装完成,蛋白质就可以在千分之一秒内折叠成自己的结构——这让分子生物学家CyrusLevinthal感到困惑。在他于1969年发表的论文HowtoFoldGraciously中,他计算出,如果一个蛋白质要尝试每...