DrugVQA | 用视觉问答技术预测药物蛋白质相互作用 1、研究背景 鉴定新的药物-蛋白质相互作用对于药物发现至关重要,基于机器学习的方法利用药物描述符和一维(1D)蛋白质序列已经开发了许多鉴定方法。这些方法一般都是通过将配体,蛋白质及其相互作用的信息整合到一个统一的框架中,将是否存在相互作用的预测作为二元分类的任
1、酵母双杂交法:主要原理是将可能存在相互作用的蛋白之一与Gal4的DB结构域融合。另外一个与Gal4的AD结构域的酸性区域融合。如果在两个待测蛋白之间存在相互作用,那么分别位于这两个融合蛋白上的DB和AD就能重新形成有活性的转录激活因子,从而激活相应基因的转录与表达。通过对报道基因表达产物的检测,反过来可判别作为...
蛋白的表达水平可能影响其相互作用位点。炎症等病理状态下蛋白相互作用位点可能发生变化。药物研发常依赖于准确的位点预测。基因调控网络与蛋白相互作用位点存在关联。蛋白质组学数据能为位点预测提供补充信息。 多学科交叉的方法是未来预测的趋势。 不断发展的技术将持续改进蛋白相互作用位点的预测。
蛋白质的空间结构与其功能特性密切相关,在预测蛋白质-蛋白质相互作用中增加蛋白质空间结构相关信息能潜在提高模型预测能力。本文提出TAGPPI模型,融合蛋白质序列特征与AlphaFold2预测的结构信息提高蛋白-蛋白相互作用预测精度。德睿智药团队负责了研究部分AI模型的开发与验证。
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...
除了根据已有的相关文献和研究报道判断互作结构域之外,还可以通过以下流程,借助生物信息学工具预测蛋白相互作用的结构域。 1、基于AlphaFold的蛋白结构预测 要预测蛋白的互作结构域,首先需要获得蛋白的结构信息。这类信息可通过PDB数据库查询检索获得,该数据库收录了通过X射线单晶衍射、核磁共振、电子衍射等各种实验手段确定...
该团队的深度学习模型称为 D-SCRIPT,能够从初级氨基酸序列预测蛋白质 - 蛋白质相互作用 (PPI)。 研究人员结合神经语言建模和结构驱动设计的进步来开发 D-SCRIPT,这是一种可解释且可推广的深度学习模型,它仅使用其序列来预测两种蛋白质之间的相互作用,并在有限的训练数据和跨物种的情况下保持高精度。 测试结果表明,...
蛋白质互作网络是由不同蛋白通过彼此之间的相互作用构成,参与生物信号传递、基因表达调节、能量和物质代谢及细胞周期调控等生命过程的各个环节。在进行基因机制研究中,寻找互作蛋白是一个深入探究基因功能的过程,寻找未知蛋白充满艰辛,而通过数据库预测互作蛋白能...
蛋白质之间的相互作用可以揭示细胞内各种生物学过程的机制,如代谢途径、信号传导、细胞分化和凋亡等。而相互作用结合亲和力预测则是对蛋白质相互作用研究的重要内容之一。 1.蛋白质相互作用的重要性 蛋白质是生物体内功能最为丰富的一类生物大分子,它们参与了生物体内的几乎所有生物学过程。蛋白质之间的相互作用更是构建...