Nat Methods | 链接基因变异与蛋白质序列和结构的强大生信工具:G2P

研究人员还开发出一整套蛋白质残基注释方法,可通过评估变异对重要蛋白质特征的影响,解密变异机制。除变异数据及蛋白质结构数据之外,G2P还纳入了蛋白质特征数据,包括氨基酸的物化性质、基于PDB和AlphaFold结构的结构特征、来自UniProtKB的序列注释、来自PhosphoSitePlus的PTM以来自变异效应(MAVE)的多重测序读数,为用户对gno...

2024化学诺奖接力青睐AI,蛋白质结构预测新工具获一半奖项

蛋白质拥有广泛的生物学功能,包括结构组分(胶原蛋白)、催化功能(酶)、调节作用(激素)、物质运输(血红蛋白)、机械收缩(肌动蛋白)、机体免疫(抗体)等,进而参与几乎所有生命过程,如分子水平的DNA复制和转录、蛋白质翻译、物质与能量代谢等,以及细胞层面的精卵融合、细胞增殖和分化、细胞凋亡和坏死、细胞衰老和细胞通信等...

AI精准预测蛋白质结构,结构生物学何去何从?颜宁等人点评

预测对了结构,但不等于明白了蛋白质折叠过程和原理。生物实验科学家也有不少看法:算出结构只是生物学规律发现的第一步;计算的多个models中,有时打分排序不准;开放AlphaFold2的server之后,使用效果不一定那么好;只是在已有蛋白质结构数据集上训练得到的模型,尚不能计算其它构象或其它类别的分子结构。还有关心这...

从计算机跨界生物学,坐了10年冷板凳后,他开创蛋白质预测新范式

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...

Nature:蛋白质测序技术突破:PASTOR单分子水平精准解读蛋白质突变...

该研究中,研究者开发了一种基于纳米孔的长链蛋白质单分子读取方法,通过结合ClpX解折酶(unfoldase)的作用,使蛋白质以可控的方式通过CsgG纳米孔,实现了对长达数百个氨基酸的完整蛋白质链进行测序。这项技术能够识别单个氨基酸的突变以及蛋白质链上的翻译后修饰。为提高测序准确性,研究者还展示了多次重读同一蛋白分子的...

单细胞蛋白质组测序原理

单细胞蛋白质组测序是一种基于质谱分析的方法,用于分析单一细胞中的蛋白质组成(www.e993.com)2024年11月8日。它旨在揭示单细胞水平上的蛋白质异质性,并提供关于生物过程、疾病状态和药物响应的更深入理解。一、细胞分离首先,需要获得单一细胞。这通常通过流式细胞仪或微流控设备完成,这两种设备都可以对单一细胞进行排序并分离出来。

Nature Methods | 突破传统方法:DeepPBS模型助力蛋白质-DNA相互...

蛋白质结构表示:图b展示了蛋白质结构的图表示方法。重原子作为顶点,每个顶点计算了一些特征(例如原子类型、电荷、半径等)。这些特征作为图卷积的输入。DNA结构表示:图c描述了对称螺旋(sym-helix)在DNA结构中的应用,通过在碱基对框架中应用对称模式,将DNA结构转化为对称螺旋,保留双螺旋形状,但去除了序列特异性。

Nature重磅综述 |关于RNA-seq,你想知道的都在这

先描述短读长测序的文库构建过程、实验设计注意事项和计算分析流程,探究其应用如此广泛的原因。然后描述单细胞转录组和空间转录组的发展和应用。我们会举例说明RNA-seq在RNA生物学关键研究中的应用,包括转录和翻译的动力学分析,RNA结构,RNA-RNA和RNA-蛋白质间相互作用等。最后我们小小地展望一下RNA-seq的未来,如单...

天府锦城实验室在生物传感与蛋白质测序领域取得重要进展

破译蛋白质信息是探索生命现象、促进人类健康的关键一环。该研究成果阐明了纳米孔单分子检测新策略，实现了对全部20种天然氨基酸的直接区分，提出并验证了纳米孔外切酶实时多肽测序（NanoporeExopeptidaseReal-timePeptideSequencing,NEPS）方法，为实现单分子蛋白质测序提供了可行途径，展示出生物传感器技术与人工智能...

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...

解决同源序列不足的蛋白质结构预测的两种方法是：用新解析的基因组或宏基因组数据更新序列数据库，并提高同源搜索的灵敏度。这可能对某些蛋白质有效，但不能解决那些缺乏天然同源序列的蛋白质的问题。另外一种方法是，通过学习数据库中的其他进化序列，使用隐含进化信息的蛋白质语言模型。然而，这两种方法均无法对不同...