AI在线 AI在线

AF2

准确预测蛋白质「运动」？AlphaFold融合物理知识，南京大学团队蛋白构象运动新策略

准确预测蛋白质「运动」？AlphaFold融合物理知识，南京大学团队蛋白构象运动新策略
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蛋白质在发挥作用时如何改变形状，这对于了解它们在生物系统中的工作方式非常重要。研究人员提出了一种解决构象运动的策略，即将
8/29/2024 3:40:00 PM
ScienceAI
科学家用分子动力学和AlphaFold，揭示了转运蛋白的未解结构

科学家用分子动力学和AlphaFold，揭示了转运蛋白的未解结构
编辑 | 萝卜皮转运蛋白改变其构象以携带其底物穿过细胞膜。构象动力学对于理解运输功能至关重要。日本国立自然科学研究院（National Institutes of Natural Sciences）和冈山大学（Okayama University）的合作团队研究了草酸转运蛋白（OxlT），这是一种来自产酸草酸杆菌的草酸：甲酸逆向转运蛋白，对于避免肾结石形成具有重要意义。OxlT 的原子结构最近已在向外开放和封闭状态下得到解决。然而，向内开放的构象仍然缺失，阻碍了研究人员对转运蛋白的完整理解。在最新的研究中，该团队进
2/18/2024 4:41:00 PM
ScienceAI
Nature | 通过序列聚类和 AlphaFold2 预测多种构象

Nature | 通过序列聚类和 AlphaFold2 预测多种构象
编辑 | XAlphaFold2 (AF2) 通过准确预测蛋白质的单一结构彻底改变了结构生物学。然而，蛋白质的生物学功能通常取决于多种构象亚状态，而致病的点突变往往会导致这些亚状态内的种群变化。来自布兰迪斯大学和霍华德·休斯医学研究所（Brandeis University and Howard Hughes Medical Institute）、哈佛大学和剑桥大学的研究团队，研究证明通过序列相似性对多序列比对 (MSA) 进行聚类，使 AF2 能够以高置信度对已知变形蛋白（metamorphic protein）
11/16/2023 1:27:00 PM
ScienceAI
  • 1