中国科大解析Lon蛋白酶的完整三维结构并揭示其底物识别与转移的...
LonAAA+蛋白酶(LonA)是一种在原核生物和真核生物细胞器中保守的ATP依赖性蛋白酶。LonA组装为同源六聚体,每个单体都包含一个N端结构域、一个中间ATP酶结构域和一个C端蛋白酶结构域。LonA通过降解受损或错误折叠的异常蛋白质在细胞蛋白质稳态中发挥重要作用,从而防止这些不需要的蛋白质种类形成有毒聚集体。LonA还...
专注一个领域!陕西师范大学杨鹏教授,又一篇Nature Protocols!
作者详细介绍了通过淀粉样蛋白样聚集体制备2D蛋白质膜所需的步骤,该聚集体的灵感来自蛋白质淀粉样蛋白原纤维的形成(图1)。蛋白质天然结构中的稳定二硫键首先被还原剂破坏,导致蛋白质展开并暴露其疏水结构域。然后,这些未折叠的蛋白质聚集形成具有界面活性的低聚物,并最终在气-液或固-液界面组装,产生具有高浓度...
上海交大洪亮团队开发扩散概率模型——CPDiffusion,设计生成高...
该研究设计了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...
AlphaFold为什么能精准预测蛋白质结构? | 返朴
图1:蛋白质折叠示意图丨图源:wiki蛋白质折叠成何种结构决定了它将具有何种功能,于是理解蛋白质如何折叠就成了一个十分重要的研究课题,这便是“蛋白质折叠问题”。一个蛋白质如果因为各种原因而没有正确折叠,就有可能不会正常发挥其功能,从而引发疾病,阿尔兹海默病、帕金森等疾病都和蛋白质的错误折叠有关。此外,在...
...药物研发新革命,AlphaFold3太强了!专家团队手把手教授AI蛋白质...
2024年5月8日,谷歌旗下公司DeepMind与IsomorphicLabs合作,在《自然》期刊发表论文,发布了蛋白质结构预测领域最新人工智能模型——AlphaFold3!这一AI模型能够准确预测蛋白质、DNA、RNA以及配体等所有生命分子的结构及其相互作用方式。这是继AlphaFold2之后
入选ICML!人大团队将等变图神经网络用于靶蛋白结合位点预测,性能...
EquiPocket整体框架示意图第一个模块为局部几何建模模块(LocalGeometricModeling),用于提取每个表面原子的局部几何信息;第二个模块为全局结构建模模块(GlobalStructureModeling),用于描述蛋白质的化学和空间结构;最后一个模块为表面信息传递模块(SurfaceMessagePassing),通过传递表面原子上的等变信息,进而捕获表...
填补AlphaFold3空白,字节跳动提出物理引导的方法让蛋白质动起来
图4:模型预测BPTI亚稳态蛋白质具体例子(真实结构涂色,采样结构灰色)3.力场引导模型采样研究者以快速折叠蛋白中的WWDomain蛋白为例,探究了CONFDIFF在不同程度的力场引导(η)和序列条件(γ)影响下生成构象的效果如图5所示。结果表明,力场引导的模型可以在不显著降低多样性的情况下提高构象稳定...
...团队与合作者开发生物正交“色氨酸脱笼”技术助力上万潜在蛋白...
这些结构域可以识别组蛋白H3上K4、K9、K27和K36位点的赖氨酸甲基化。10研究证实,Trp-CAGE策略可以在体外以及活细胞中调控所有选定的阅读结构域(包括PHD、Chromo、BAH和Tudor结构域)与组蛋白H3上的四个甲基化赖氨酸位点(K4、K9、K27和K36)之间的相互作用(图5)。
Nat Commun︱国家蛋白质科学中心(北京)人工智能研究团队基于深度...
蛋白质之间的相互作用往往由特定结构域和motif介导。作者基于TransDSI模型发展了一个可解释性模块,通过观察敲除特定序列片段对“TransDSI分数”的影响,在预测去泛素化酶-底物相互作用的同时推测决定相互作用的关键区域(图3a)。图3b展示了DNMT1与去泛素化酶USP7结合过程中DNMT1自身序列上每个残基的重要性。TransDSI预测...
Nature: 一种基于宏基因组序列空间生成无参考的蛋白质家族的计算...
通过将每个NMPF的共现Pfam结构域映射到其相应的COG功能类别,我们获得了额外的注释;这可用于提供每个家族基因邻近的进一步信息。NMPF在不同功能类别中的分布情况见补充图3-5。保守基因邻域表明存在功能耦合,因此可为推定功能预测提供更多信息。因此,在78%的scaffolds中发现F004468家族与核糖体蛋白...