从结构准确预测蛋白质功能,东北大学「CNN+GCN」统一框架

为了应对这些挑战,东北大学的研究人员从蛋白质结构出发,提出将卷积神经网络(CNN)和图卷积网络(GCN)结合成一个统一框架,称为双模型自适应权重融合网络(Two-modelAdaptiveWeightFusionNetwork,TAWFN),用于蛋白质功能预测。TAWFN在预测蛋白质结构功能方面表现出了良好的性能,优于现有方法。相关研究以「TAWFN...

诺贝尔化学奖也颁给了AI,谷歌DeepMind科学家因揭秘蛋白质结构获奖

当地时间10月9日,瑞典皇家科学院宣布将2024年诺贝尔化学奖授予美国生物化学家DavidBaker,以及谷歌DeepMind的联合创始人兼首席执行官DemisHassabis、总监JohnJumper,以表彰他们在蛋白质结构方面做出的重大突破。据诺贝尔奖委员会介绍,现任美国华盛顿大学西雅图分校教授、霍华德·休斯医学研究所研究员的DavidBaker因构建出...

2024年诺贝尔化学奖官方解读:他们通过计算和AI揭示“蛋白质奥秘”

与其在Rosetta中输入氨基酸序列并输出蛋白质结构,他们应该能够输入所需的蛋白质结构并获得其氨基酸序列的建议,这将使他们能够创建全新的蛋白质。Baker成为蛋白质构造者蛋白质设计领域——研究人员创建具有新功能的定制蛋白质——始于20世纪90年代末。在许多情况下,研究人员调整了现有的蛋白质,以便它们能够分...

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...

研究开发了一种基于纳米孔(nanopore)和解折酶ClpX的蛋白质测序技术——PASTOR(ProteinAnnotationbySingle-moleculeTranslocationandOverwriting),其核心在于通过纳米孔读取单分子蛋白质链的电流信号,并结合机器学习和物理建模技术实现蛋白质序列的精准测序。研究通过设计特殊的蛋白质结构块(每块59个氨基酸)并引入单个氨...

这个实验室已诞生16位诺奖得主!Nature剖析其成功模式

图|马克斯·佩鲁茨(右)和约翰·肯德鲁(左)1962年,佩鲁茨和肯德鲁因对球状蛋白质结构的研究而共同荣获诺贝尔化学奖。MRC意识到这类研究势必会在现代医学应用方面大有可为,因此为生物系统分子结构研究中心提供了一座新的试验大楼;并在此基础上,于1962年正式开设分子生物学实验室(LMB)。从那时起,LMB就继承了卡文迪许...

FSHW | 内质网应激改善鸡肉嫩度并促进细胞凋亡和自噬

图6鸡肉宰后成熟过程中的细胞自噬表达Conclusion内质网应激通过激活内源性酶(caspase-12和μ-calpain),降解肌原纤维蛋白,破坏肌原纤维结构,从而降低剪切力,表明内质网应激在肉的成熟嫩化中发挥了积极作用,有效提高了肉的嫩度(www.e993.com)2024年11月8日。此外,内质网应激能够通过调节Bcl-2家族来激活细胞凋亡,并促进自噬。

AlphaFold为什么能精准预测蛋白质结构?

AlphaFold3另一通用化的设计在其结构模块(structuremodule),即从Pairrepresentation生成最终的三维结构图。上一代的AlphaFold2把蛋白质最终的三维结构视为一系列由氨基酸残基构成的三角形在空间中的旋转和平移构成的主干框架(backboneframes)以及侧链的扭转(side-chaintorsion),通过让模型计算出这些三角形的旋转角度...

清华大学药学院学者开发基于蛋白质语言模型的结构与功能预测方法

基于结构的方法如GraphBind利用图神经网络(GNN)来提取蛋白的序列和结构特征,并以此来识别蛋白质分子中哪些氨基酸残基与核酸的结合位置。然而基于结构的方法需要准确的蛋白质结构作为模型的输入,因此,目前基于蛋白质序列的DNA结合位点的预测仍然是一个具有挑战性的问题。

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...

科学家从头设计酸碱响应性自组装螺旋蛋白质纤维,在高分辨率结构...

近期,美国华盛顿大学戴维·贝克(DavidBaker)教授课题组首次从头计算设计酸碱响应性的蛋白质纤维,并得到高分辨率的结构验证。通过结构设计,达到了对于酸碱度十分精确的响应和控制:基于微小的酸碱度变化即可实现组装和解聚,而且,酸碱度的阈值还可以通过设计进行控制。