学术分享丨Science重磅:AI完成定向蛋白质进化,特性提升100倍

而在与多种蛋白质语言模型比较中,ESM-215B参数模型作为EVOLVEpro的潜在空间模型,在多数数据集上表现优于其他模型,返回的高活性突变体比例最高,且只有少数蛋白质语言模型的预测准确性明显高于独热编码,突出了基础层模型对EVOLVEpro性能的关键重要性。在基因编辑工具方面,研究团队将目标锁定在微型CRISPR核酸...

中国科大在基于深度生成模型的功能蛋白质设计方面取得新进展

近日,中国科学技术大学认知智能全国重点实验室刘淇教授指导博士生张载熙和哈佛大学医学院MarinkaZitnik教授课题组合作,设计了一种基于图表示学习和蛋白质语言模型的深度生成算法PocketGen,生成与小分子结合的蛋白质口袋序列和空间结构。实验验证表明,PocketGen在生成成功率和效率方面均超过了传统方法。相关成果以“Efficient...

甲醛:如何破坏人体蛋白质结构的隐形杀手

使蛋白质变性:甲醛与蛋白质结合后,能够破坏蛋白质内部的氢键、疏水键等次级键,导致蛋白质的空间构象发生改变。这种构象变化使得蛋白质失去了原有的生物活性,无法再发挥正常的生理功能。形成交联结构:甲醛还能在蛋白质分子之间形成交联结构。这种交联不仅进一步破坏了蛋白质的空间构象,还可能导致蛋白质聚集、沉淀,形成不溶...

关于举办“第二期基于AI的蛋白质结构解析与设计专题(线上)培训班...

由线性氨基酸组成的蛋白质需要折叠成特定的空间结构才具有相应的生理活性和生物学功能。解析蛋白质的空间结构可以更准确地认识蛋白质的功能、功能的执行、及生物大分子间的相互作用。然而,随着人工智能及大数据的快速发展,蛋白质可以通过人工智能设计从而解锁更多的功能,这在食品学、医学和药学的发展(如多肽、酶、药物靶点...

清华大学张数一团队开发EvoAI系统,实现对蛋白质序列-功能空间的的...

一些更高效的定向进化工具如PACE,OrthoRep等会使得蛋白质空间的搜索深度加深,但由于其专注于产生高适应性突变体的特征使得其对于蛋白功能的全局认知不足。一些计算方法成功构建起序列-结构之间的精确关联,例如2024年诺贝尔化学奖获奖者开发的AlphaFold、RoseTTAFold等结构预测或设计算法,并进一步试图利用深度学习构建序列和...

打破传统蛋白质进化方法局限性:MIT团队设计新型蛋白质大模型,发现...

从控制成长因子、调节免疫反应的细胞因子，到抵抗病毒细菌的抗体，再到重新设计光合作用的蛋白质来提高碳中和效率，掌握蛋白质活性的设计能力是合成生物学控制碳基生物计算机控制的关键(www.e993.com)2024年11月28日。EVOLVEpro标志着“循环实验室（labinaloop）”的开始，与互联网大模型不同，由于蛋白质进化的空间维度极高，现有技术难以全面...

清华大学团队提出蛋白质序列-功能空间压缩的概念

近日,清华大学药学院张数一团队提出了对蛋白质序列-功能空间进行压缩的概念,开发了进化扫描系统,可以高效获取空间压缩后的锚点(Anchor),并开发了相应的EvoAI系统,实现了对蛋白质序列-功能空间的进化压缩和AI重构,压缩比可以达到1048,对于理解蛋白质序列-功能空间映射关系引入了新的视角。研究人员首先构建了进化搜索系统...

Science重磅:AI完成定向蛋白质进化,特性提升100倍

近年来,深度学习技术的发展为蛋白质优化领域注入了新动能。蛋白质语言模型通过大规模序列数据库训练,能够捕捉蛋白质序列与其结构和功能之间的复杂关系。然而,这些模型在优化蛋白质活性时表现有限,在优化蛋白质活性时,它们难以精准捕捉复杂适应度景观,特别是在涉及蛋白质非结合特征的任务中。

中国科大在蛋白质设计领域取得重要进展

该文还将一种基于融合内酰胺酶活性的在体检测方法应用于从头设计蛋白折叠性的高效鉴定和改进。论文报道了针对三套目标主链结构从头设计的序列,获得了四个稳定折叠的人工蛋白;用核磁共振方法解析了其中两个蛋白质的溶液结构,其实际空间结构与设计目标高度一致(图1)。该工作建立了蛋白质从头设计的新途径,证明其效果能够...

打破传统蛋白质进化方法局限性:MIT团队设计新型蛋白质大模型,发现...

从控制成长因子、调节免疫反应的细胞因子,到抵抗病毒细菌的抗体,再到重新设计光合作用的蛋白质来提高碳中和效率,掌握蛋白质活性的设计能力是合成生物学控制碳基生物计算机控制的关键。EVOLVEpro标志着“循环实验室(labinaloop)”的开始,与互联网大模型不同,由于蛋白质进化的空间维度极高,现有技术难以全面覆盖,...