Nature | 计算蛋白质设计:AI如何重塑生物学的未来

分子动力学模拟可以提供关于蛋白质运动的详细时间序列数据,但计算成本高昂且耗时,而机器学习模型则可以通过从大量数据中学习来快速预测蛋白质的可能构象,从而在精度与效率之间取得平衡。复杂结构的设计蛋白质不仅可以作为酶类,其还能够作为构建模块,用于自组装成能够携带货物进入细胞、产生机械力,或展开错误折叠的蛋白质...

DeepMind新一代AlphaFold登场,超越蛋白质折叠,将推动下一个“数字...

最新模型在与药物发现相关的蛋白质结构问题上明显超越AlphaFold2.3和行业标准,特别值得关注的是其在抗体结合预测方面的表现。传统方法使用刚性蛋白质结构和对接方法来预测蛋白质-配体结构,然而,新一代AlphaFold模型无需这些先验信息,却表现出更高准确性,重新定义了预测蛋白质-配体结构的标准,使得以前未知结构的蛋白...

生物医学的大变革:“AlphaFold时刻”给蛋白质科学带来深刻影响

该工具的潜在应用广泛,尤其是在探索极端环境中的蛋白质方面,为生物技术的进步开辟新的前沿。04蛋白质设计的进化尺度建模MetaAI正通过其进化尺度建模(ESM)研究,积极扩展蛋白质设计的边界。该方法专注于创建自然界中不存在的蛋白质,利用蛋白质序列上的语言建模技术来预测缺乏同源体的蛋白质结构,这标志着蛋白质从...

超越蛋白质结构,全面预测蛋白质与所有生命分子相互作用

这一最新模型能预测含有蛋白质数据库(ProteinDataBank)内几乎所有分子类型的复合物的结构,包括配体(小分子)、蛋白质、核酸(DNA和RNA)如何聚集在一起并相互作用,以及预测翻译后修饰和离子对这些分子系统的结构影响,从而帮助我们在原子水平上精确地观察生物分子系统的结构。这种用计算机解析蛋白质与其他分子复杂相互作...

榜单| 2024年诺贝尔化学奖授予三位预测蛋白质结构的科学家

大卫·贝克是美国生物化学家和计算生物学家,霍华德·休斯研究所研究员,也是华盛顿大学蛋白质设计研究所所长。他于1984年在哈佛大学获得本科学位,1989年在加州大学伯克利分校完成生物化学博士学位,之后加入加州大学旧金山分校的结构生物学家大卫·阿加德教授的实验室进行博士后培训。

RB-PEG-NHS,罗丹明PEG活性酯与蛋白质表面氨基链接的红光染料

特点化学结构罗丹明PEG活性酯通常包含一个罗丹明染料的核心结构和一个PEG链,末端连接一个活性酯基团(如琥珀酸酐或NHS酯)(www.e993.com)2024年11月28日。这个活性酯基团使得该化合物能够与蛋白质表面的氨基发生化学反应,形成稳定的共价键。荧光特性罗丹明具有强烈的荧光,通常在540-580nm范围内发射。结合PEG后,染料的水溶性和生物相容性得...

诺奖2024|专家解读:颁给蛋白质预测和AI实至名归,化学家还不会...

他认为,蛋白质结构预测的终极问题还未被解决,AI算法对我们彻底理解底层生物规律的帮助有限。AlphaFold一类的大模型本质是通过对已有的大量氨基酸序列和蛋白质结构数据的比对而形成概率预测,发现更有可能的结构,对于蛋白折叠过程背后的科学规律的认识还很有限。

...Ⅲ型人源化胶原蛋白具备164.88°柔性三螺旋纤维网结构等三大特点

杨霞称,公司研发生产的重组Ⅲ型人源化胶原蛋白具备以下特点:(1)氨基酸序列重复单元与人体Ⅲ型胶原蛋白核心功能区一致,不含非人胶原蛋白氨基酸序列,无免疫原性;不启动细胞通路,通过细胞外环境,支持成纤维细胞合成胶原蛋白和透明质酸,安全性高;(2)具有164.88°柔性三螺旋纤维网结构(这是胶原蛋白的基本结构),同时具有高...

《自然》重磅!AlphaFold 3不止预测蛋白质结构,还可以…

AlphaFold3的开发建立在AlphaFold2蛋白质结构预测模型的基础之上。2020年,AI蛋白结构预测模型AlphaFold2的推出引发了科学界的震动。基于氨基酸序列,该模型能准确地预测蛋白质的3D结构,其精准程度可与常规实验技术解析的3D结构相媲美。其诞生也“解决了生物学50年来的一个重大挑战”。而AlphaFold3则在此基础上进行进一步...

...Nanotechnol|师冰洋团队开发基于纳米颗粒的靶向蛋白降解通用...

生物相容性纳米颗粒(Nanoparticle,NP)已在临床实践中用于递送药物,从Doxil(脂质体递送的化疗药物阿霉素)和Abraxane(白蛋白紫杉醇)等开创性案例,到最近的脂质纳米颗粒(LNP)递送的mRNA新冠疫苗。这些纳米颗粒的结构灵活性和易于表面修饰是开发多功能TPD工具的诱人性质。