背景介绍肽-蛋白相互作用与许多细胞和代谢系统的信号转导和调节网络有关，并与人类疾病如癌症和神经退行性疾病的发生密切相关。在过去的几十年里，人们对肽-蛋白界面的结构表征的兴趣对理解这些分子间的相互作用起到了关键作用，有助于合理设计出新的候选治疗调节剂。然而，全面了解肽-蛋白质相互作用的分子细节仍然是...
pepNN是近期发表在Communications Biology上的文章,作者提出提出了基于结构和序列的PepNN-Struct和PepNN-Seq方法,用于预测蛋白质上的肽结合位点。预测多肽-蛋白质相互作用的主要困难是肽的灵活性及其在结合时发生构象变化的趋势。基于此,作者开发了reciprocal attention,以同时更新...
多肽和蛋白质之间的相互作用涉及到众多的分子间相互作用。其中,最为重要的是疏水相互作用、静电相互作用和氢键相互作用。疏水相互作用即由于两个分子的亲水性差异,从而使其在氢键势垒下形成一股向疏水性分子的趋向力。静电相互作用则是说两个分子间电荷的相互吸引或排斥,这种吸引或排斥是由分子中带电荷的基团对其他分子...
多肽和蛋白质相互作用动力学探索-多肽和蛋白质相互作用动力学探索多肽和蛋白质是生物体内起着关键作用的分子,它们通过相互作用参与到许多生物学过程中。了解多肽和蛋白质的相互作用动力学对于揭示生物体的生理和病理过程具有重要意义。本文将探索多肽和蛋白质相互作用的动
蛋白质相互作用在许多生物过程中起着关键而微妙的作用,其精细机制的改变通常会导致严重的疾病。肽衍生物是一种非常有前途的治疗剂,用于调节小分子化合物和抗体之间大小和特异性的蛋白质-蛋白质关联。出于同样的原因,肽基抑制剂的合理设计自然借鉴...
解离和重新结合经历了中间状态,其中肽与受体的一个侧向螺旋helix A1发生相互作用,主要涉及肽的Asp5,Val4和Glu3。这种新发现的中间结构与受体发生了多个接触,进一步促使了蛋白质多肽复合物的形成。重新结合后得到的结合复合物的结构与晶体结构非常相似,其前后的RMSD差距不超过0.48 A。Asp 5,Val 4和Glu 3残基的构象...
因为已学习的伪哈密顿量是HSM的基础,所以可以用熟悉的特定位置的结合能来解释已学习的相互作用。因此,HSM能够通过促进对PBD和/或肽功能的理解和预测,在三个空间尺度上提供结构上的洞察力:残基/共复合体水平;蛋白质水平,通过量化在多齿状相互作用中单个PBDs和配体的相对贡献和网络级,通过支持大规模建模信息传输从细胞...
作者提出了一种定制的机器学习方法—可解释的层次统计力学模型(hierarchical statistical mechanical modeling,HSM),能够准确预测多个蛋白质家族的PBD肽相互作用的亲和力。HSM效果上超越了现有的计算方法和高通量实验分析,而且对于对目前缺乏足够数据的PBD,使用HSM能够有效提高对应PBD的构建模型的能力。此外,HSM的可解释性有助...
CAMP将蛋白质和多肽的氨基酸序列、二级结构、理化性质、序列灵活性得分和蛋白质的PSSM矩阵作为模型输入,利用卷积神经网络(CNN)模块和自注意力机制(self-attention)来预测给定的肽-蛋白对之间是否存在相互作用,同时识别多肽序列上的结合位点。 实验结果表明,在多种数据划分的设定下,CAMP在基准数据集上的表现均优于现有的...