构象

编辑 | KX预测蛋白质构象变化是计算生物学和人工智能领域的一大挑战。 主流的 AlphaFold 等算法可以高通量预测蛋白质的静态结构，但对蛋白质构象变化预测却束手无策。 为了解决这个问题，中国科学技术大学和上海科技大学的研究人员，提出了一种新颖的深度学习策略，即利用高通量生物物理采样来规避与蛋白质构象转变相关的数据匮乏。

编辑 | KX蛋白质如何进行构象运动，不仅是一个基本的生物物理问题，而且对于药物设计等实际应用也至关重要。尽管深度学习方法，比如 AlphaFold2 和 RoseTTAFold，可以高通量预测蛋白质的静态结构，但预测构象运动仍然是一个挑战。在此，南京大学、香港浸会大学（Hong Kong Baptist University）、中国科学院大学以及昌平实验室和莱斯大学合作，找到了一种新的方法来预测…

编辑 | 萝卜皮深度学习方法推动了生物分子结构单态预测的重大进展。然而，生物分子的功能取决于它们可以呈现的构象范围。对于肽来说尤其如此，肽是一类高度灵活的分子，参与多种生物过程，作为治疗手段备受关注。多伦多大学的 Philip M. Kim 和 Osama Abdin 开发了 PepFlow，这是一种可转移生成模型，它能够从输入肽的允许构象空间中直接进行全原子采样。研究人员在扩散框架中训练模型，然…

编辑 | 萝卜皮转运卵白改变其构象以携带其底物穿过细胞膜。构象动力学对于懂得运输功用至关主要。日本国立自然科学研讨院（National Institutes of Natural Sciences）和冈山大学（Okayama University）的合作团队研讨了草酸转运卵白（OxlT），这是一种来自产酸草酸杆菌的草酸：甲酸逆向转运卵白，对于避免肾结石形成具有主要意义。OxlT 的原子布局最近已在…

TSDiff 预测分布的概念说明。（起源：论文）编辑 | X过渡态（TS）摸索对于阐明化学回响反映机制和动力学建模至关重要。最近，机械进修模型在 TS 多少外形（geometries）预测方面表现出了卓越的性能。然而，它们通常需要回响反映物和产品的 3D 构象，并以其适当的方向作为输出，这需要大量的努力和计算成本。近日，韩国科学技术院（KAIST）的研讨职员提出了一种基于随机扩散办法的生成办法，即…

编辑 | XAlphaFold2 (AF2) 通过准确展望卵白质的单一构造彻底改变了构造生物学。然而，卵白质的生物学功能通常取决于多种构象亚状况，而致病的点渐变往往会导致这些亚状况内的种群变化。来自布兰迪斯大学和霍华德·休斯医学研讨所（Brandeis University and Howard Hughes Medical Institute）、哈佛大学和剑桥大学的研讨团队，研讨证明通过序列相似…

有效展望蛋白质侧链构象，更加精准啦！