从计算机跨界生物学,坐了 10 年冷板凳后,他开创了蛋白质预测新范式
2016年,许锦波开始亲自写代码,带领团队开发出一种可以直接用来预测蛋白质三维结构的深度学习算法,也就是后来为人熟知的RaptorX-Contact方法,首次证明了深度学习在蛋白质结构预测问题上的可行性。由于使用了深度学习算法,研究人员只需给计算机输入氨基酸序列,告诉计算机这些序列对应的真实结构或者实验结构,就可以让计算机...
Nat Chem Biol | 魏文胜团队实现蛋白质组中丝氨酸、苏氨酸和酪...
此外,研究者还分析了突变在蛋白质结构中的分布,发现丝氨酸到脯氨酸的替换广泛影响不同类型的蛋白质结构域功能,尤其是WD重复结构域中的两个高度保守的丝氨酸,暗示这些位点在维持蛋白质结构方面具有关键作用。最后,研究发现,筛选出的促进细胞生长的突变与临床癌症患者的基因数据存在高度关联性。由于RPE1细胞系是永生化的...
AI蛋白质折叠:在生命宇宙中漫游,远眺生物经济的流光
答案在于,蛋白质拥有丰富而复杂的空间结构,这些结构决定了蛋白质的功能。蛋白质以氨基酸为基本组成单位,氨基酸的不同排列(即序列)以及在此基础上的卷曲折叠,形成了特定的三维立体结构,进而执行不同的功能。人类现在已知组成蛋白质的氨基酸有20余种,如果它们可以以任意顺序和长度链接、并折叠形成不同的蛋白质,那么理论上...
诺奖团队开辟新领域:利用AlphaFold揭示病毒蛋白全新功能,发现病毒...
该研究利用AlphaFold等AI工具预测了近7万个病毒蛋白质的3D形状(三维结构),然后将新预测的结构与功能已知的蛋白质结构进行了匹配,为这些鲜为人知的蛋白质的具体作用提供了新见解。该研究还揭示了感染真核生物的病毒和感染细菌的病毒(噬菌体)用于同一种进化上保守的古老的免疫逃逸机制,这些发现有助于开发新的抗病毒疗法。
上海交大周冰心博士:锚定稀缺生物数据挑战,图神经网络重塑蛋白质...
总结来说,每一个有结构的主体(比如一个蛋白质)都可以被表示成一个图,如下图所示:可以使用G表示图,v表示节点,ε表示边,Xv表示节点上的特征,邻接矩阵A表示节点连接情况,Xe表示边的特征。基于图的3个基本元素(节点、边、图),可以对图上的向量表征和预测任务进行分类,如下:...
“阿尔法折叠3”来了,极大提升对蛋白质-分子结构的预测能力
阿尔法折叠于2020年问世,它和迭代版阿尔法折叠2能根据蛋白质的氨基酸序列预测其3D结构(www.e993.com)2024年10月5日。之后的阿尔法折叠-多聚体则推动了对蛋白质-蛋白质复合物的预测。不过,扩大单一深度学习模型能预测的复合物范围一直很难,因为不同类型的特异性相互作用差异太大。此次最新模型由谷歌深度思维以及同是谷歌旗下的人工智能药物公司Isomo...
质谱检测蛋白质:从结构到功能的科学探索新前沿
1.蛋白质结构:蛋白质的结构是其功能的基础,质谱鉴定可以揭示蛋白质的分子量、氨基酸序列和修饰等结构信息。2.蛋白质功能:质谱鉴定不仅可以鉴定蛋白质的结构,还可以探索其功能,如蛋白质的互作关系、代谢途径和生物活性等。二、质谱鉴定蛋白质的方法与技术...
追问|蛋白质结构预测模型再升级,解锁新功能直接作用药物设计
DeepMind称,AlphaFold-latest可以预测蛋白质数据库(PDB)中几乎任何分子的结构,包括配体(小分子)、蛋白质、核酸(DNA和RNA)以及含有翻译后修饰(PTM)的生物分子。DeepMind表示,这一模型的扩展功能和性能将加速生物医学领域的突破,推动人类迈向下一个“数字生物学”时代,为疾病通路的功能研究、基因组学、生物可再生材料...
不只是AlphaFold!一文读懂蛋白质折叠的前世今生:从“不可能”到...
图|JohnKendrew(左)和MaxPerutz(右)利用X射线晶体学技术揭示了血红蛋白和肌红蛋白的结构。随后,他们用球(代表原子)和棒(代表化学键)建立了物理模型。(来源:MRCLaboratoryofMolecularBiology)从那时起,无数研究人员不仅努力了解不同蛋白质的外观,还试图了解它们如何形成那样的外观。“了解事物的外观...
ML如何推动结构生物学的发展?哈佛用AI在最小尺度上研究人类发育
基因表达受转录过程调控,而转录正是Farnung研究的重点。在转录过程中,分子机器读取DNA内存储的遗传蓝图中包含的指令,并生成执行指令的分子RNA。其他分子机器读取RNA并利用这些信息制造为身体几乎所有活动提供能量的蛋白质。Farnung研究负责转录的分子机器的结构和功能。