Nature子刊:北京大学陈鹏团队开发相分离体系中蛋白质互作的时空...

该研究报道了一种时空特异的蛋白质光交联技术——DenseMAP(Condensation-enhancedSpatial-directedMetabolicIncorporation-AssistedPhoto-crosslinking),通过将空间特异的蛋白质标记与凝聚增强的光交联相结合,对活细胞中特定生物分子凝集体的蛋白质相互作用进行了高效捕捉和鉴定。首先,研究团队利用生物信息学手段分析了20种...

“知识面”更广的人工智能蛋白质语言大模型来了—新闻—科学网

蛋白质和DNA相互作用在大多数生命活动中起到基础性作用。传统基于生物湿实验研究蛋白质-DNA相互作用的方法周期长、费用高,成功率低。过去十年中,基于深度学习的技术已广泛应用于蛋白质-DNA相互作用预测研究。然而,这些方法大多严重依赖于训练数据集中有限的初级序列和高质量的多序列比对信息,限制了其泛化性和准确性。

一种新型研究的出现,造福全人类

在预测类药物相互作用方面,AlphaFold3实现了前所未有的准确度,包括蛋白质与配体的结合以及抗体与其靶蛋白的结合。在PoseBusters的基准测试中,AlphaFold3的准确率比现有最佳传统方法高出50%,而且无需任何结构信息输入,成为首个超越传统物理预测工具的人工智能系统。这种预测抗体与蛋白质结合的能力,对于理解人类免...

清华大学药学院学者开发基于蛋白质语言模型的结构与功能预测方法

DNA与蛋白质相结合是生物学中许多关键生物过程的基础,包括DNA转录、复制、表达等环节。转录因子是一类特殊的DNA结合蛋白质,它们通过与特定的DNA序列(基序)结合,调控基因的转录过程。因此二者的相互作用是维持生物体遗传信息传递的关键一步,现有一些计算方法主要分为从基于序列角度和结构角度来预测二者的结合位点,基于序列...

厦大多模态蛋白质-配体亲和力预测AI方法,首次结合分子表面信息

随着计算技术的发展和大规模生物数据的日益丰富,基于深度学习的方法在蛋白质-配体结合亲和力预测领域显示出巨大的潜力。然而,目前的研究主要利用基于序列或结构的表示来预测蛋白质-配体的结合亲和力,对蛋白质-配体相互作用至关重要的蛋白质表面信息的研究相对较少。

精子和卵子的最初结合,是如何发生的?

具体一点地说,他们汇集了一份预计存在于精子膜上的蛋白质清单,并使用AlphaFold-Multitimer对其进行生物信息学筛选,其中包含了数千项预测(www.e993.com)2024年11月20日。AlphaFold-Multitimer预测了哪些蛋白质有可能发生相互作用,并筛选出有望进行进一步测试的蛋白质。精子三聚体通过这一初步的筛选,研究人员发现精子表面上的两种已知与受精有关的蛋白...

...系首个在生物分子结构预测方面超越基于物理工具方法的AI系统

论文称,AlphaFold3在预测类似药物的相互作用(包括蛋白质与配体的结合以及抗体与目标蛋白质的结合)方面达到了前所未有的准确性。在基准测试中,AlphaFold3的准确率比现有最好的传统方法高出50%,且无需输入任何结构信息,这使得AlphaFold3成为首个在生物分子结构预测方面超越基于物理工具的方法的人工智能系统。

AlphaFold为什么能精准预测蛋白质结构?

这就是影响深远的安芬森假说(Anfinsen'sdogma),它背后的深意是:尽管蛋白质折叠的过程十分复杂,其中有各种力、分子的相互作用,但所有的信息竟然都包含在了其最初的氨基酸序列之中,这个过程又是如何发生的呢?于是“蛋白质结构预测问题”,即给定蛋白质的氨基酸序列,输出其最终折叠后的三维结构,成了分子生物学中的一座...

Nature Methods | 解码RNA与蛋白质相互作用的新视角:TREX技术的突破

TREX技术在疾病机制研究中展现出巨大的应用潜力。通过精确鉴定疾病状态下的RNA-蛋白质相互作用变化,TREX技术不仅能够帮助研究人员深入理解疾病的分子机制,还能够为疾病的诊断和治疗提供新的靶点。例如,在肿瘤学研究中,通过分析肿瘤细胞特有的RNA-蛋白质相互作用,可能发现新的肿瘤生物标志物或治疗靶点。

深圳湾实验室周耀旗:填补AlphaFold 2缺口,开启所有蛋白质结构的高...

通过预测蛋白质的结构和变化，可以更好地了解蛋白质与药物相互作用的机制、抗体与抗原相互作用机制，从而设计出更有效的药物。此外，该方法还可以应用于合成生物学领域。通过预测蛋白质的结构和变化，可以更好地了解合成生物学中的生物系统如何响应外部刺激，从而优化生物系统的设计和性能。“低突变无用论”成为过去“...