2024诺贝尔化学奖解读:他们破译了蛋白质令人惊叹的结构之谜

2024年诺贝尔化学奖的第二个发现与蛋白质结构的预测有关。在蛋白质中，氨基酸以长链的形式相互连接，形成三维结构，这是蛋白质功能的关键。自20世纪70年代以来，研究人员一直试图从氨基酸序列预测蛋白质结构，但这被认为是极其困难的。然而，四年前由戴米斯·哈萨比斯和约翰·江珀实现了一个惊人的突破。戴米斯·哈萨比斯...

他们破译了蛋白质的结构之谜

根据瑞典皇家科学院发布的新闻公报：“大卫·贝克成功地完成了几乎不可能完成的任务，即构建了全新的蛋白质类型。戴米斯·哈萨比斯和约翰·江珀开发了一种人工智能模型，解决了一个50年未解的问题：预测蛋白质的复杂结构。”大卫·贝克在哈佛大学学习的是哲学和社会科学专业，后来探索细胞生物学，对蛋白质结构着迷。1993...

中国科大建立新的蛋白质从头设计方法

要么基于片段组装的方法依赖于已知蛋白质片段。SCUBA方法原则上允许人们探索任意主链结构,然后填充序列,允许人们设计比自然界中观察到的更广泛的蛋白质几何结构”;“蛋白质从头设计仍然具有挑战性,本工作中六种不同蛋白质的高分辨率设计是一项重要成就,表明此方法工作良好”;“本研究中报道的成功设计数量之多令人印象...

洪亮团队基于图扩散概率模型生成活性高、体积大、结构复杂蛋白质

基于此,本文设计一种全新的蛋白质序列设计和筛选流程CPDiffusion,结合骨架结构、活性位点等多种生成条件,为特定功能的蛋白质生成多样化的全新序列(图1)。初始化的模型在两万条野生型蛋白质结构和序列上进行训练,用于学习蛋白质序列-结构-功能之间的映射关系。同时,为了强化模型对于待生成蛋白质特征的理解,在训练集中还加...

AI蛋白质折叠:在生命宇宙中漫游,远眺生物经济的流光

2016年夏天,许锦波教授开发出的算法RaptorX-Contact,证明了深度残差卷积神经网络可以大幅度提高蛋白质结构预测的性能,并在当年的全球蛋白质结构预测比赛(CASP12)中,在蛋白质接触矩阵的预测上得分居首位,引发学界关注。在此之前,CASP的平均得分一直在30分左右徘徊,而许锦波教授的算法一举将纪录提升到了60分,实现了真正...

.../中科院深圳先进院毕国强团队破解抑制性神经突触中受体蛋白的...

图1.冷冻电镜断层原位成像技术解析神经突触受体蛋白原位结构与组织分布抑制性突触中受体分子与支架蛋白的这种介态状自组织形式,使得突触同时具备了稳定性和可变性,这一特性从分子组织结构层面很好地解释了学习与记忆的突触机理(www.e993.com)2024年11月8日。本研究中,对GABAA受体原位三维结构的首次解析,为受体分子等蛋白质的原位高分辨解析以及相应药...

AlphaFold3迎来革命性进展!国内大佬手把手教授!|蛋白|蛋白质|多肽...

ComputStructBiotech|深度学习用于蛋白质设计:从结构到序列与功能本课程围绕蛋白设计基础与前沿工作展开讲述,从蛋白结构的预测与优化到蛋白的从头设计进行深度教学,本课程主要面向有编程基础的学员,对基础知识进行详细讲解,并且会结合前沿文献讲解相关技术的应用。帮助学员们,通过本次培训学员将了解蛋白质设计的底层逻...

David Baker:可预测所有生物分子,生成具有高级结构的蛋白质

蛋白质是生命活动的物质基础,也是细胞内部的主要功能分子。公开资料显示,AlphaFold是DeepMind推出的蛋白结构预测工具;RoseTTAFold是DavidBaker实验室推出用于预测蛋白质结构的深度神经网络,RFdiffusion则是该实验室推出用于从头构建全新蛋白质的生成式AI工具。这些工具专注于蛋白质的氨基酸构建模块,而非捕获蛋白质...

填补AlphaFold3空白,字节跳动提出物理引导的方法让蛋白质动起来

世界是变化的,分子是运动的,从预测静态单一结构走向动态构象分布是揭示蛋白质等生物分子功能的重要一步。探索蛋白质的构象分布,能帮助理解蛋白质与其他分子相互作用的生物过程;识别蛋白质表面下的潜在药物位点,描绘各个亚稳态之间的过渡路径,有助于研究人员设计出具有更强特异性和效力的目标抑制剂和治疗药物。但传统的...

AI+Science新视野:用物理信息引导AlphaFold 2预测蛋白质动力学

图1:研究方法示意图:根据物理知识筛选MSA中的序列,引导AF2预测蛋白质的不同构象状态。2.蛋白质折叠的能量面与阻挫美国国家科学院院士、莱斯大学的PeterG.Wolynes教授(本文的合作者之一)及其同事在20世纪80年代提出的蛋白质能量面理论,为预测蛋白质结构与动力学提供了基本的物理学原理:蛋白质折叠可以被看作是...