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

不少结构的预测精确度跟实验晶体结构相当,可以替代晶体结构;一些含有多个结构域的复杂超长的单链结构也达到了可以跟实验结构比较的程度;帮助解析了竞赛中涉及到的、实验多年没拿到的X射线晶体和cryo-EM冷冻电镜结构,比如T1058的膜蛋白是用了Alphafold2的预测模型之后,才跟原有晶体学数据综合成功解析了结构。AlphaFol...

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

很长一段时间内，结构生物学家们用X射线晶体学、核磁共振波谱学（NMR）、冷冻电镜(Cryo-SEM)三种实验技术解析了很多蛋白质的结构。这个方法有许多弊端，例如，用时长、费用高，而且并非所有蛋白质的三维构型都能用这些实验技术解析。因此，科学家们开始尝试用计算的方法，预测蛋白质结构。1972年，诺贝尔化学奖得主、...

中科院计算所团队提出CarbonNovo,基于AI进行蛋白质结构从头设计

之前的结构-序列联合设计模型主要针对抗体等特殊的蛋白质家族,CarbonNovo是第一个针对所有蛋白质家族的结构-序列联合设计模型。2)基于networkrecycling技术,CarbonNovo首次将蛋白质语言模型引入蛋白质结构设计任务,以利用海量天然蛋白质序列数据包含的先验信息。3)CarbonNovo采用多种技术,以提高结构-序列联合生成...

蛋白质集合生成-VAE

分子动力学(MD)轨迹通过模拟蛋白质在原生结构周围的运动来生成蛋白质集合,并且经常在进行小分子对接计算之前生成集合,但通常无法识别未结合结构中不存在的隐蔽配体结合口袋,或者需要非常长的、因此计算密集的模拟(通常在亚到数微秒的水平上)。Rosetta碎片组装和最小化以及运动闭合方法已用于建模蛋白质和环构象多样性,但...

为什么说想了解AI+合成生物学,必须先搞懂蛋白质?

研究蛋白质的三维结构的这个过程,被称为“蛋白质结构预测”。解构蛋白质就像玩折纸游戏,虽然科学界对蛋白质的分子式已经很了解,但预测这些组成蛋白质的原子最后会形成怎么样的构型仍是个很困难的问题。在过去60多年的历史中,科学界最开始主要利用名为“合理设计”的方法来解析蛋白质。

新研究的人工智能预测蛋白质的动态构象

这一进步，通过创新使用AlphaFold2来利用人工智能的力量，为预测蛋白质的动态构象(dynamicconformationsofproteins)设定了新的前沿(www.e993.com)2024年11月8日。这项研究发表在《自然通讯》期刊上，不仅推动了我们对蛋白质动力学的理解，而且有望加快新疗法的发展。揭开蛋白质之舞的面纱蛋白质及其复杂的结构，几乎是每个生物过程的核心。了解...

探索蛋白质结构解析的新途径与方法

1.冷冻电子显微镜(cryo-EM):冷冻电子显微镜是近年来蛋白质结构解析领域的重要突破之一。与传统的X射线晶体学不同,cryo-EM技术不需要蛋白质的晶体样品,而是通过冷冻和电子显微镜技术直接观察和分析蛋白质的结构。这种方法对于大型和难溶解的蛋白质非常有优势,使得蛋白质结构解析更加便捷和高效。

研究揭示人类内在无序蛋白质组的构象组合

丹麦哥本哈根大学KrestenLindorff-Larsen等研究人员合作揭示人类内在无序蛋白质组的构象组合。2024年1月31日,《自然》杂志在线发表了这项成果。研究人员表示,内在无序蛋白质和区域(统称为“IDR”)普遍存在于各生命界的蛋白质组中,有助于形成生物功能,并与多种疾病有关。IDR具有多种瞬时形成的结构,并打破了传统的...

中国科大揭示人类超长链脂酰辅酶A跨膜转运蛋白ABCD1的底物识别与...

近日,陈宇星教授和周丛照教授课题组利用单颗粒冷冻电镜技术解析了人类超长链脂酰辅酶A转运蛋白ABCD1的无配基结合(apo-form)、底物结合以及ATP结合三种不同构象的蛋白质结构,整体分辨率分别为3.5、3.6和2.8??(图2)。基于蛋白质结构分析以及生化分析的结果,作者提出了ABCD1的底物识别与转运机制,相关研究成果以“Structura...

韩国版AlphaFold?深度学习模型AlphaPPIMd:用于蛋白质-蛋白质复合...

蛋白质-蛋白质复合物构象的RMSD分布该研究还从AlphaPPImd模型生成的1,000个barnase-barstar复合物构象中,选择了4个RMSD接近2??的代表性构象。研究结果表明,AlphaPPImd生成的蛋白质复合物构象模型与参考晶体结构更接近,准确度更高(均方根偏差<2??)且可接受性更高(DockQ≥0.23)。