今年被科学界认可的发现之一是涉及壮观的蛋白质的构建，另一个是关于实现一个50年前的梦想：从氨基酸序列中预测蛋白质结构。诺贝尔化学委员会主席Heiner Linke说：“这两种发现都开辟了巨大的可能性。”此次获奖的大卫·贝克完成了设计全新蛋白质的非凡壮举，而杰米斯·哈萨比斯和约翰·詹珀开发了一个人工智能（AI）模型...
再者，蛋白质结构预测模型的一个关键限制是，它们通常预测PDB中的静态结构，而不是溶液中生物分子系统的动态行为。这种限制在AlphaFold 3中仍然存在，模型无法准确预测生物分子系统在溶液中的动态行为，并且在某些情况下，模型建模的构象状态可能不正确或不全面。最后，尽管AlphaFold 3模型在建模准确性方面取得了巨大进步，...
自从Anfinsen提出蛋白质折叠的信息隐含在蛋白质的一级结构中,科学家们对蛋白质结构的预测进行了大量的研究,分子生物学家将有可能直接运用适当的算法从氨基酸序列出发,预测蛋白质的结构。 蛋白质结构预测的生物学意义 基因是生命的蓝图,蛋白质是生命的机器。来自于四种字符字母表(A,T(U),C,G)的核酸序列中蕴藏着生命...
为了实现高精度的蛋白质功能预测,来自牛津大学的Benoit Kornmann课题组联合来自苏黎世联邦理工大学、上海理工大学和北京师范大学的研究人员在Nature Communications上发表了名为PhiGnet的蛋白质功能预测工具。该方法充分利用了蛋白质进化信息,使用图卷积神经...
结构生物学研究:帮助理解蛋白质的功能和机制,通过口袋分析揭示生物学过程。 功能预测:结合口袋的结构特征,推测其在生物过程中可能的角色。 CASTp是一个强大的工具,为蛋白质口袋的研究与分析提供了重要的平台,助力生物学与药物研究的发展。 图3:CASTp服务器主页展示 ...
也就是说，即使科学家们已知了蛋白质的氨基酸序列，可能的3D结构情况仍旧非常多。假设一个蛋白质由100个氨基酸序列组成，那么它可能的3D结构情况将多达2的100次方个。过去很长一段时间里，蛋白质预测工作主要通过科学家手动完成，比如施一公院士，就是用冷冻电镜预测蛋白质结构的顶级专家。计算机虽然也能预测蛋白质结构...
针对AlphaFold3的结构预测设计小分子,有助于设计出能有效结合靶蛋白的分子。 AlphaFold3提高了蛋白-蛋白相互作用结构的准确性,为设计新的治疗模式(如抗体或其他治疗性蛋白质)打开了可能性。 通过观察目标蛋白在完整生物环境中(与其他蛋白质、DNA...
随着深度学习领域的发展,大规模蛋白质语言模型(PLM)在蛋白质预测任务中的取得了很大的成绩,比如蛋白质3D结构预测和各种功能预测。 其中AlphaFold2是一个具有革命性的人工智能蛋白质模型,在CASP14蛋白质结构预测任务上取得了原子级别的预测准确度,该成果可能会重塑结构生物学。 然而对于蛋白质的研究,结构仅仅只是开始。