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

最终,谷歌旗下DeepMind公司的人工智能系统AlphaFold2在2018年的Alphafold基础上迭代创新,超常发挥,一枝独秀,基本解决了“从氨基酸序列预测蛋白质结构”这个困扰人类50年的生物学第二遗传密码问题。AlphaFold2的成功表现在三个方面: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...

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、...

马剑鹏:人工智能在药物研发中无法取代实验数据

若聚焦于结构生物学的最新研究进展,结构生物学的首要任务,是了解蛋白质的结构。“传统上科学家以静态视角研究蛋白质,但当前研究已进入动态分析阶段,探索蛋白质在生理条件下的行为模式。”马剑鹏指出,这一新思路催生了两个主要研究路径:计算机预测和实验性观测。马剑鹏教授及其团队借助新兴计算方法和实验手段,将蛋白质结构...

细胞动力学教育部重点实验室合作解析人源内层动粒复合物结构

着丝粒其内层主要是CENP-A核小体及CCAN(constitutivecentromere-associatednetwork)复合物组成的特异性的染色质层,在其基础上组装的着丝粒外层KMN网络介导了细胞有丝分裂过程中染色体与着丝粒的衔接3,4。由于大部分着丝粒蛋白含有低复杂度区域,解析高分辨着丝粒蛋白质三维结构一直是染色体生物学与表观遗传结构生物学...

GPT-4无师自通预测蛋白质结构登Nature子刊,LLM全面进军生物学...

虽然GPT-4在标准氨基酸结构建模,以及集成Wolfram后在α-螺旋结构上的建模都有较好的表现,但其中发生的零星错误也不能忽视。即使是引入最小规模的错误,也可能对结构模型和相关的生物学解释非常不利。实验最后一节中,在预测可能干扰相互作用的蛋白质突变时,GPT-4展现出了非常强大的能力,这对药物发现和开发将会非常有...

诺奖得主详解:冷冻电镜如何引发分辨率革命

这种相当简单但高效的冷冻电子显微镜成像方法使我们大大提高了生物分子成像的分辨率(www.e993.com)2024年11月8日。这就是它有时被称为“分辨率革命”的原因。图4:冷冻电子显微镜拍出的图像。(A)一种称为腺病毒的致病病毒的结构。该图像显示了称为衣壳的外表面,它是包裹病毒遗传物质的蛋白质外壳。颜色代表距球体中心的距离:红色距离中心最远,...

RFdiffusion:蛋白从头设计的通用深度学习算法,用于互作蛋白筛选

产品流程参考文献指示该计算工作流程实验验证成功率超过78%,为研究动植物生物机制提供重要的结构生物学信息。1RFdiffusion设计互作蛋白基于已知诱饵蛋白结合热点的判断,从头设计10条不同长度的高互作蛋白质。2Foldseek搜索天然蛋白在目标物种的蛋白质三维结构数据库,比对寻找结构相似的天然蛋白,(仅保留...

深度| 为什么说想了解AI+合成生物学,必须先搞懂蛋白质?

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。这种方法需要先根据蛋白质实际3D结构对蛋白质进行建模,再识别出可能影响蛋白质功能的氨基酸,解析水平严重受限于相对稀缺而难于得到的可分辨3D蛋白质结构。为了获得更多可分辨的3D蛋白质结构,蛋白质结构生物学应运而生。

【科学家掠影】江山代有才人出:中国新生代结构生物学家 |...

结构生物学囊括了核磁共振、X射线和冷冻电镜等多种技术,我有幸实践了所有这些方法。这一领域的精髓在于揭示原子之间错综复杂的舞蹈,探索将原子转化为功能性蛋白质的微妙联系。此外,结构生物学还要将这些复杂结构传达给更广泛受众,为人们深入了解蛋白质内部运作提供洞见。对我来说,结构生物学是科学与艺术之间的动态互动,...

David Baker:可预测所有生物分子,生成具有高级结构的蛋白质

可模拟所有生物分子,从头合成高级功能蛋白质,已免费开源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...