重磅突破!AI 填补蛋白质设计一大空白,或揭秘癌症、痴呆症发
自20世纪60年代起,科学家们对蛋白质的研究就开始了,当时主要靠Xjava.shonan-eisai射线和核磁共振(NMR)等传统技术来解析其结构。随着对蛋白质生物化学机制认识的深化和计算技术的迅猛进步,研究者们开始转向计算方法来预测蛋白质的结构。2016年,许锦波团队开创性地将深度残差网络(ResNet)运用于结构预测,...
Nature Methods | 突破传统方法:DeepPBS模型助力蛋白质-DNA相互...
蛋白质结构预测方法(如AlphaFold、OpenFold和RoseTTAFold)以及蛋白质-DNA复合体模型(如RoseTTAFoldNA、RoseTTAFoldAll-Atom、MELD-DNA和AlphaFold3)的快速发展,导致可用于分析的结构数据呈指数增长。这种情况突显了需要一个通用的计算模型来分析蛋白质-DNA结构。该研究展示了DeepPBS如何与结构预测方法结合使用,以预...
Nat Aging:阿尔茨海默病中APOE-ε4依赖性/非依赖性蛋白质特征
驱动富集的蛋白质包括神经细胞粘附分子1和2(NCAM1和NCAM2)、网蛋白1(NTN1)、接触蛋白1(CNTN1)、神经纤维蛋白1(NRP1)、富含亮氨酸的纤维连接蛋白跨膜蛋白2(FLRT2)、基质金属肽酶2(MMP2)和细胞粘附分子L1(CHL1)。调整APOE-ε4载体状态后,模型2的蛋白质谱的GSEA显示了类似的富集结果(补充表8),表明这些项主要...
追问weekly | 过去一周,脑科学领域有哪些新发现?
研究团队开发的STNG平台结合了多种合成数据生成方法,包括基于概率分布的高斯Copula模型(GaussianCopula)和基于生成对抗网络(GAN)等神经网络模型。这些方法通过保持数据的统计特性,生成与真实数据相似的“新数据”,从而避免了隐私泄露风险。STNG还整合了自动机器学习(Auto-ML)模块,能够对生成的数据进行快速验证和质量评估。
AI又一突破!填补蛋白质设计一大空白,或揭秘癌症、痴呆症发病机制
01哥本哈根大学、圣裘德儿童研究医院和伊利诺伊理工学院的研究团队推出了一种设计具有特定结构性质的蛋白质变体的通用算法。02IDPs是一种无法折叠成稳定或有序三维结构的蛋白质,被认为在健康系统和各种疾病的病理生理学中都具有重要的生物学意义。03该算法利用粗粒度模拟和自由能计算,结合蒙特卡洛采样方法,在序列空间中...
突破!AI填补蛋白质设计一大空白,或揭秘癌症、痴呆症发病机制,促进...
IDPs是一种无法折叠成稳定或有序三维结构的蛋白质,被认为在健康系统和各种疾病的病理生理学中都具有重要的生物学意义(www.e993.com)2024年11月25日。与折叠的蛋白质不同,IDPs的特点是高度无序、局部移动性和高动态性,对现有预测工具而言尤其具有挑战性。这项研究不仅在理论上提出了新的设计方法,还通过实验验证了设计的IDPs变体,并使用机...
2区-贵州中医药: 基于蛋白质组学和生信探究土茯苓治疗高血压的...
蛋白质由深绿色和棕色条带表示,配体由棒表示。选择配体(A/Q6ZE606)模式,通过SYBYL脱水、添加全氢和电子来形成口袋。在这种分子对接计算中,通常是有机小分子的结合位置。对于蛋白质-小分子复合物的X射线晶体结构,口袋中有一个配体,绿色区域是对接口袋的位置,即受体中的配体结合区域(图11D)。
蛋白组学测序数据表怎么看
一、数据表的基本结构蛋白组学数据表通常包括以下几列(或字段):1、蛋白质ID(ProteinID)唯一标识每个蛋白质的编号,通常是数据库中的标识符,如UniprotID。2、蛋白质名称(ProteinName)蛋白质的通用名称或描述性名称。3、谱图计数(SpectralCount)...
复旦类脑智能科技研究院2023年科研成果汇编
本综述系统描述并讨论了大脑的结构、功能网络的表征,包括网络科学的主要概念与分析方法,以及使用这些方法研究斑马鱼和人类大脑结构与功能网络的进展,旨在为熟悉网络科学技术的神经科学家,以及对探索神经科学新应用场景感兴趣的研究人员提供参考和指引。阅读连接:
...林关宁团队研究成果:利用深度学习方法揭秘疾病突变对蛋白质...
因此,研究团队通过MIPPI对来自于发育迟缓障碍患者的612个罕见错义变异,进行蛋白互做的致病性解析。研究团队通过MIPPI,比较具有相同突变蛋白的不同成对蛋白互作之间所有四种效应类别(破坏、减少、增加、无效应)的预测得分,计算了其突变效应谱的相异性(余弦相似性)。研究人员发现,具有相同的突变体的蛋白对它的不同蛋白...