近日,中国科学技术大学物理系汪骞课题组和上海科技大学免疫化学研究所白芳课题组合作,提出了蛋白质变构路径预测的深度学习模型。该成果在线发表于《先进科学》。
深度学习模型PATHpre建立流程。中国科大供图
近年来,以AlphaFold为代表的深度学习模型在预测蛋白质的静态结构方面取得了巨大成功。然而,蛋白质的功能取决于其动力学特性。研究人员目前正在积极探索其他深度学习算法,旨在预测蛋白质的构象变化等动态行为。开发这类模型的主要挑战之一,在于描述构象转变的动力学数据严重不足。
为了解决该问题,作者结合物理约束的粗粒度分子动力学模型与增强采样方法建立了高效模拟蛋白变构的计算框架,并应用此框架模拟了2635个蛋白质在双稳态之间的构象转变。该工作采集了每个蛋白在其变构路径上的结构信息,从而建立了首个大规模的蛋白质动态数据库。
在此基础上,作者开发了一个通用的深度学习模型PATHpre,能够预测蛋白质在双稳态之间的变构路径。该模型在不同序列长度的蛋白质(范围从44到704个氨基酸)上均展现了良好的预测能力,并适用于包括变形蛋白在内的多类变构体系。研究人员在多个系统中展示了预测结果与实验或模拟数据的一致性,并利用该模型发现了肌球蛋白的变构调控新机制。
相关论文信息:https://onlinelibrary.wiley.com/doi/10.1002/advs.202400884
近日,四川农业大学动物医学院猪病研究中心黄小波课题组在自然指数(Nature index)期刊Journal of Biological Chemistry发表 这些年,我们为什么越来越频繁提到创新?因为只有在原始创新上持续发力,在基础理论方法上有所突破,我们才能摆脱对国外的 过去的数个月,对我国道路交通智能检测领域知名专家赵祥模教授来讲,一如既往地保持着忙碌而有序的“快节奏”,他从容地在多 12月16日,“第六届中国行业发展高峰论坛”暨上海交通大学行业研究院五周年系列活动(上海站)成功举行。此次论坛主题为“知 科技日报讯 (记者张梦然)日本大阪都立大学科学家设计了一种高效、无创、无痛的方法,从尿液样本中重新编程犬类干细胞,使 2023年12月28日,陕西省审计厅在官网发布《2023年第9号审计结果公告》,其中西安工业大学2020年度预算执行及其他财务收支 。本文链接:研究提出蛋白质变构路径预测的深度学习模型http://www.sushuapos.com/show-11-12426-0.html
声明:本网站为非营利性网站,本网页内容由互联网博主自发贡献,不代表本站观点,本站不承担任何法律责任。天上不会到馅饼,请大家谨防诈骗!若有侵权等问题请及时与本网联系,我们将在第一时间删除处理。
下一篇: 科学家实现噪声增强的里德堡原子电场探测