AlphaFold为什么能精准预测蛋白质结构?
本文将简要介绍AlphaFold系列预测蛋白质结构的基本原理。撰文|陈清扬神秘的蛋白质折叠提到蛋白质,大家首先可能想到,它是一种人体必需的营养素,也可能会想到煎蛋、牛排、或是一锅美美的鲫鱼豆腐汤。蛋白质是美食的代名词,更是生命功能的物质基础,处处发挥作用:负责运送氧气的血红蛋白是蛋白质;帮助我们消化食物的消化...
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...
智能时代呼唤新的科研方法
图1是AlphaFold3对蛋白质与DNA分子复合体的精确预测。图1AlphaFold3对蛋白质与DNA双螺旋分子复合体的精确预测(图片来源:DeepMind官网)基于深度学习的分子动力学模拟是AI技术与超算结合的典型案例。2022年,中国科学院计算技术研究所的贾伟乐团队将具有第一性原理精度的模拟规模提升至170亿个原子,计算效率比2020年他...
Nature | 通过序列聚类和 AlphaFold2 预测多种构象
对于任何蛋白质结构预测方法,预测集合(ensemble)的任务可以分为两部分:理想的方法将(1)生成包含完整景观的构象,以及(2)根据基础玻尔兹曼分布对这些构象进行评分。AlphaFold2(AF2)在CASP14竞赛中取得突破性表现,部分原因在于推进了推断MSA中相关序列之间相互作用模式的最先进技术,这建立在推断这些模式(通常称为...
导读:本文系统总结常见测序仪的原理和主机结构,并介绍相关测序...
1.1.相关原理·DNA测序:基于Sanger法的原理,利用DNA聚合酶在体外DNA复制过程中随机掺入带有荧光标记和终止子的双脱氧核苷酸(ddNTPs),从而得到不同长度的DNA片段。这些片段经过电泳分离后,通过激光激发和CCD检测,得到每个碱基发出的荧光信号,从而确定DNA的碱基序列。
AI设计出来的蛋白质,有什么用?
它们和合成逼真图像的神经系统如StableDiffusion、DALL-E、Midjourney遵循相同的原理(www.e993.com)2024年7月10日。这些“扩散”(diffusion)网络用数据进行训练,无论数据是图像还是蛋白质结构,训练过程都会“加噪”,最后的结果与开始的图像或结构完全没有相似性。随后这个网络会学习给数据“去噪”,反向执行任务。
蛋白质摄入
2020年,谷歌旗下公司DeepMind发布了AlphaFold,实现通过靶点蛋白质的序列来预测三维静态结构,成功解决了生物学界50年的难题。今年5月,DeepMind发布了升级后的AlphaFold3
谷歌AlphaFold 3首发Nature,预测精准度提高100%,AI能帮助治疗癌症...
比如,整合膜蛋白层面,AlphaFold3正确预测了PORCN与LGK974和WNT3A肽的复合物,为该临床阶段分子(PDBID7URD)的抑制功能提供了结构原理;变构位点领域,PI5P4Kγ是一种脂质激酶,与癌症和免疫性疾病有关,而AlphaFold3正确预测新型抑制剂(PDBID7QIE)的新型变构结合模式;具有独特折叠的蛋白质领域...
Nature子刊,准确率达96%,AI从序列中预测蛋白-配体互作
在没有结构数据的相同蛋白质-配体对上进行训练后,PSICHIC在结合亲和力预测方面与领先的基于结构的方法性能相当,甚至超过了它们。PSICHIC的可解释指纹识别了参与相互作用的蛋白质残基和配体原子,并有助于揭示蛋白质-配体相互作用的选择性决定因素。该研究以「Physicochemicalgraphneuralnetworkforlearningprotein...
【观点】“后AlphaFold时代”的蛋白质折叠问题
AI辅助的结构解析能给细胞内蛋白质全景图的绘制提供强大助力,而深入揭示细胞内影响蛋白质折叠和功能的各种调节因素又会给AI的训练提升提供更多的反馈信息,有助于全方位描绘细胞内蛋白质动态图景。随之而来的将会是对蛋白质折叠背后的物理化学原理更深入的理解,这对于准确预测蛋白质结构,理性设计乃至生产有特定功能的...