Nature:AI仍需发力这5个蛋白质设计问题

蛋白质的构象会根据温度、pH、化学环境以及它们是否与其他分子结合等因素而发生变化。然而,研究人员通过实验往往只能看到最稳定的构象,而这不一定是蛋白质在活跃时所呈现的形式。微软研究院的机器学习科学家KevinYang表示,要真正了解蛋白质的工作原理,研究人员需要了解其潜在运动和构象的全部范围——PDB中不一定收录...

实现蛋白质动态对接预测!上海交大/星药科技/中山大学等联合推出...

蛋白质是生命的物质基础,其功能与蛋白质结构、构象的动态性紧密相关,并且受配体调节。蛋白质-配体的相互作用研究对于药物的发现与筛选,具有重要意义。纵观其研究进程,AlphaFold的面世是一个里程碑式突破,能够预测单个蛋白质的空间三维结构,为研究蛋白质–配体相互作用提供了结构基础。但AlphaFold只能预测蛋白质在一个...

Science:David Baker团队从头设计出具有两种不同构象的铰链蛋白

该研究通过人工智能(AI)辅助设计,开发出一种铰链样蛋白质,这种铰链蛋白同时具有两种明确的构象,在与目标蛋白结合时显示出稳定的构象变化,因此可以根据这种特异性定制出“蛋白质开关”。这项工作为产生响应生物刺激的蛋白质开关提供了研究基础,为蛋白设计领域带来全新变革!在自然界中,许多天然蛋白质可以在两种构象之间转...

突变RSV F蛋白的灵活区域可以稳定预融合构象

然而,该蛋白不稳定,其构象必须得到稳定,才能有效地作为疫苗中的免疫原。研究人员提出了一种突变策略,通过阻止伴随大规模构象重排的蛋白质结构局部变化,来锁定RSVF蛋白于其pre-F状态。研究人员生成了一系列突变体,并在体外筛选以评估它们形成稳定pre-F的潜力。在动物实验中,经过冷冻电子显微镜确认构象的代表性突变...

科学家揭示蛋白质折叠构象过程

氢键的本质是半径小又带正电的氢原子靠得很近时所产生的吸引力。这种相对较弱的吸引力能将蛋白质中不同氨基酸上的原子排列在一起。折叠蛋白质将在其内部形成氢键,也与其周围的水分子形成一系列氢键。在此过程中,蛋白质会不断尝试不同的构象,这些构象都是蛋白质在形成最终3D结构过程中的“中间形态”。在达成最终...

谷歌DeepMind再放大招!AlphaProteo直接设计全新结合蛋白,加速药物...

最近,DeepMind又放大招——推出了用于设计和生成全新蛋白质的人工智能模型——AlphaProteo,其能够为多种目标蛋白设计和生成全新的高亲和性蛋白结合体,有望加速人类对生物学过程的理解,并帮助发现新药、开发生物传感器等(www.e993.com)2024年11月8日。深度学习是一种人工智能技术,它通过模拟人类大脑中的神经网络来解决复杂的问题。深度学习已经应用...

AI药物设计新突破|菲鹏数辉发布AI蛋白质动态构象模型

以动态构象为核心的AI蛋白质工程平台,创新地将AI蛋白质动态构象预测与分子模拟结合形成互补的双引擎模式,通过更精准的算法和模型,解决单一依靠分子模拟“准,不够快”的问题,同时充分发挥AI蛋白质动态构象快、又能探索到分子模拟难以探索到的构象空间的优势,突破性实现AI辅助蛋白质预测“又快又准”的技术目标。

数据变为声音,聆听氢键“奏鸣”,科学家揭示蛋白质折叠构象过程

氢键的本质是半径小又带正电的氢原子靠得很近时所产生的吸引力。这种相对较弱的吸引力能将蛋白质中不同氨基酸上的原子排列在一起。折叠蛋白质将在其内部形成氢键，也与其周围的水分子形成一系列氢键。在此过程中，蛋白质会不断尝试不同的构象，这些构象都是蛋白质在形成最终3D结构过程中的“中间形态”。在达成...

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

这一原理解释了为什么大多数天然蛋白质可以在细胞环境中迅速且高效地折叠成其特定的三维结构,同时减少错误折叠的概率。然而,天然态蛋白质为了执行功能,仍需灵活地发生构象运动,因此其局部能量并不是最优化的,而是保留了一定的"冲突"与不稳定性,这种现象被称为"局部阻挫"(localfrustration)。正是由于这些...

中国科大成功揭示癌基因蛋白Ras的可成药“隐态”

但因其构象基态缺乏明显的可成药位点或口袋,导致特异性的小分子抑制剂开发困难重重。鉴于此,对具有可成药潜力的构象激发态的探测显得尤为重要。然而,低布居数构象激发态的瞬时性特点导致它们常常无法在实验中被观测到(也因此被称为构象“隐态”),如何实现对蛋白质激发态的原子分辨率研究一直是核磁共振波谱学领域的前沿...