蛋白质三级机构预测－同源模型化法2
5、构建目标蛋白质的环区：在第2步的序列比对中，可能加入空位，这些区域常常对应于二级结构元素之间的环区，对于环区需要另外建立模型。一般也是采用经验性方法，从已知结构的蛋白质中寻找一个最优的环区，拷贝其结构数据。如果找不到相应的环区，则需要用其它方法。6、优化模型：通过上述过程为目标蛋白质U建立了一个初步的结构模型，在这个模型中可能存在一些不相容的空间坐标，因此需要进行改进和优化，如利用分子力学、分子动力学、模拟退火等方法进行结构优化。当然，如果能够找到一系列与目标蛋白相近的蛋白质的结构，得到更多的结构模板，则能够提高预测的准确性。通过多重序列比对，发现目标序列中与所有模板结构高度保守的区域，同时也能发现保守性不高的区域。将模板结构叠加起来，找到结构上保守的区域，为要建立的模型形成一个核心，然后再按照上述方法构建目标蛋白质的结构模型。预测结果的准确性及改进对于具有60%等同部分的序列，用上述方法所建立的三维模型非常准确。若序列的等......阅读全文
蛋白质三级机构预测－同源模型化法2
5、构建目标蛋白质的环区：在第2步的序列比对中，可能加入空位，这些区域常常对应于二级结构元素之间的环区，对于环区需要另外建立模型。一般也是采用经验性方法，从已知结构的蛋白质中寻找一个最优的环区，拷贝其结构数据。如果找不到相应的环区，则需要用其它方法。6、优化模型：通过上述过程为目标蛋白质U建立了一个
蛋白质三级机构预测－同源模型化法1
蛋白质结构预测的生物学意义生物信息学研究的一个主要目标是了解蛋白质序列与三维结构的关系，但是序列与结构之间的关系是非常复杂的。人们已经掌握了一些蛋白质序列与二级结构之间的关系，但是对于蛋白质序列与空间结构之间的关系了解得比较少。预测蛋白质的二级结构只是预测折叠蛋白的三维形状的第一步。一些结构不是很规
蛋白质三级机构（空间结构）预测－从头预测法
H-P模型是基于三种简化的，即蛋白质中各个氨基酸残基的α碳原子都位于二维网格或三维网格的格点上，疏水作用是蛋白折叠中唯一的重要因素，同时通过计算疏水残基接触的数目代替构象的能量计算。虽然这样的处理非常简单，但是，通过H-P模型的计算分析，能够发现蛋白质折叠的一些机制。如果在蛋白质模型中取消氨基酸定位
蛋白质三级结构预测－线索化法
线索化模型产生的背景及发展上面已经提到，两个自然进化的蛋白质如果具有30%的等同序列，则它们是同源的蛋白质，具有基本相同的三维结构。那么，其余的是否就不是同源的呢？实际并非如此。在最新的蛋白质数据库PDB中，有上千对蛋白质具有同源的空间结构，但它们的序列等同部分小于25%，即远程同源。许多结构相似的
蛋白质三级机构（空间结构）预测－从头预测法...1
从头预测模型的基本思想在既没有已知结构的同源蛋白质、也没有已知结构的远程同源蛋白质的情况下，上述两种蛋白质结构预测的方法都不能用，这时只能采用从头预测方法（Abinitio），即（直接）仅仅根据序列本身来预测其结构。在1994年之前，还没有一个从头算方法能够预测蛋白质的空间结构。从那以后，人们陆续提
瑞典开发出预测生物蛋白质同源关系研究平台
瑞典卡罗林斯卡医学院国家生命科学实验室开发了一种新的研究工具——InParanoiDB9，旨在增进对不同生物体之间蛋白质同源关系的理解。它预测了640个物种之间超10亿个直向同源群，为蛋白质结构域和全长蛋白质提供了直向同源预测。 该数据库使用尖端算法（如InParanoid DIAMOND、D
蛋白质三级结构(tertiary－structure－of－protein)的预测软件
由于用X光晶体衍射和NMR核磁共振技术测定蛋白质的三维结构，以及用生化方法研究蛋白质的功能效率不高，无法适应蛋白质序列数量飞速增长的需要，因此近几十年来许多科学家致力于研究用理论计算的方法预测蛋白质的三维结构和功能，经过多年努力取得了一定的成果。蛋白质三维结构的预测方法通常包括：同源性建模和从头开始
预测蛋白质序列的新AI模型问世
瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内的多个领域带来重大进展。这一成果发表在最新一期《自然·通讯》杂志上。CARBonAra是在一个包含约370000个
预测蛋白质序列的新AI模型问世
瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内的多个领域带来重大进展。这一成果发表在最新一期《自然·通讯》杂志上。CARBonAra是在一个包含约370000个
预测蛋白质序列的新AI模型问世
使用CARBonAra进行序列预测（示意图）。图片来源：瑞士洛桑联邦理工学院科技日报北京8月8日电 （记者张佳欣）瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内
预测蛋白质序列的新AI模型问世
瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内的多个领域带来重大进展。这一成果发表在最新一期《自然·通讯》杂志上。使用CARBonAra进行序列预测（示意图
关于同源重组的Holliday模型介绍
Holliday于1964年提m Holliday模型，将同源重组分为四个阶段。 1．同源序列配对。 2．形成Holliday结构，即两段同源序列的单股同源DNA的同一磷酸二酯键被水解，同源末端交换，连接，形成Holliday结构（HoIJiday structure，又称Holliday连
《机器智能》：秒级预测蛋白质结构的大模型上线
原文地址：http://news.sciencenet.cn/htmlnews/2023/10/510009.shtm
机器学习模型预测中风？
中风的诊断可能很棘手，因为患者并不总是表现出典型的症状，而且其他疾病也可能模仿它。研究人员利用现有数据开发了一种机器学习模型，可以准确预测中风，并可能使诊断变得更容易。诊断错误是一个主要的公共卫生问题，造成了可预防的病人伤害和卫生超支。由于诊断错误而导致的可预防的中风死亡比误诊的心脏病发作要常见30
同源重组法技术介绍
同源重组法：同源重组（homologous recombination）是将外源基因定位导入受体细胞的染色体上，在该座位因有同源序列，通过单一或双交换，新基因片段替换有缺陷的片段，达到修正缺陷基因的目的。如在新基因片段旁组装一Neo基因，则在同源重组后，因有Neo基因，可在含有新霉素（neomyci
iScience：利用蛋白质组学构建预测模型识别未知底物
近日，中国科学院大连化学物理研究所生物技术研究部生物分子功能研究组研究员朴海龙团队基于生物信息学方法，揭示了癌症中关键的去泛素化与泛素化分子相互作用网络。 去泛素化与泛素化作用是生命体内至关重要的转录后修饰作用，参与到细胞周期、免疫调控、信号传递等几乎所有的生物学通路过程中。同时，该作用体系对
关于蛋白质结构的结构预测介绍
测定蛋白质序列比测定蛋白质结构容易得多，而蛋白质结构可以给出比序列多得多的关于其功能机制的信息。因此，许多方法被用于从序列预测结构。 一、二级结构预测 二、三级结构预测 同源建模：需要有同源的蛋白三级结构为基础进行预测。 Threading法。“从头开始”（Ab initio）：只需要蛋
基于ASM模型的出水水质预测机理模型
为了推动和规范活性污泥模型的发展，国际水协会(International Water Association, IWA)于1983年组织南非、日本、美国、丹麦、荷兰五国专家成立活性污泥通用模型国际研究小组，致力于新的活性污泥数学模型的开发，并于1987年、1995年和1999年陆续推 出了3个ASM
关于同源重组的双股断裂修复模型介绍
双股断裂修复模型（ double-strand break repaii。mnodel）也将同源重组分为四个阶段。 1、同源序列配对。 2、形成3’端突出结构，即配对同源序列之一的DNA双链水解，并由5’外切核酸酶水解，形成3'端突出结构（即3’黏端）（①~②） 3、形成Holli
DeepMind－AI模型预测天气又快又好
近日一项发表于《自然》的研究报道了谷歌DeepMind开发的首个天气预测人工智能（AI）模型——GenCast。该模型比目前运行中的最佳中期预报系统——欧洲中期天气预报中心的集合预报（ENS）更精准。GenCast在8分钟内就能完成15天的预测，而目前的预测程序需要几个小时。据介绍，包括ENS在内的
换个模型预测气候变化
《自然—气候变化》11月23日发表的多模型分析，依据2030年前后的减排措施预测了气候场景，发现即使最乐观的场景也不足以将全球变暖限制在2°C以内。这个前瞻性建模方法与传统“倒序”设想不同，后者聚焦于预先规定的气候目标并描述如何实现这些目标。大多数气候模型聚焦于一种被称为“倒序推演”的概念，其中目标
蛋白质结构预测和分子动力学
作为结构基因组研究的互补，蛋白质结构预测的目标是发展出有效的能够提供未知结构（未通过实验方法得到）蛋白质的可信的结构模型。目前最为成功的结构预测方法是同源建模；这一方法是利用序列相似的蛋白质（已知结构）的结构作为“模板”。而结构基因组的目标正是通过解析大量蛋白质的结构来为同源建模提供足够的模板
新模型精准预测土壤“碳排放”
从天津大学获悉，日前，该校地科院晏智锋副教授与联合西北太平洋国家实验室—马里兰大学联合全球气候变化研究所合作，在土壤异养呼吸过程模型构建与应用上取得新进展，首次建立了可精准监测土壤“碳排放”的过程模型系统，该系统可更加精准地预报土壤异养呼吸对大气环境的影响。 土壤中的微生物、作物根系和土壤动物
新模型精准预测土壤“碳排放”
记者从天津大学获悉，日前，该校地科院晏智锋副教授与联合西北太平洋国家实验室—马里兰大学联合全球气候变化研究所合作，在土壤异养呼吸过程模型构建与应用上取得新进展，首次建立了可精准监测土壤“碳排放”的过程模型系统，该系统可更加精准地预报土壤异养呼吸对大气环境的影响。 土壤中的微生物、作物根系和土壤动物
蛋白质三级结构的特点
蛋白质的三级结构是指在生物化学里，蛋白质的三级结构是指其整体形状，亦称为其折叠，整条肽链中全部氨基酸残基的相对空间位置，即整条肽链的三维空间结构。
开发出新型预测模型来预测HIV疗法的效果
艾滋病毒非常可怕，尤其是其自身非常好的自适应性，如果HIV对于某一个靶点药物产生了变异，那么就变相宣布了此疗法的失败。为了尽量降低HIV的防御机制，医生们会使用许多种药物联合的方法来治疗患者，这种方法就可以使得病毒对特定药物耐受之前经历相当长的变异过程。 近日，刊登在国际杂志PLoS Co
如何使用生态模型中逻辑斯蒂增长模型进行预测？
使用逻辑斯蒂增长模型进行预测可以按照以下步骤进行： **一、确定模型形式** 逻辑斯蒂增长模型的一般形式为： \(P(t)=\frac{K}{1 + ae^{-bt}}\) 其中，\(P(t)\)表示在时间\(t\)时的预测值（如种群数量、市场需求等），\(K\)是环境容纳量（最
什么是细胞同源二倍化？
中文名称同源二倍化英文名称autodiploidization定 义细胞中每条染色体进行加倍，形成成对染色体而达到二倍化的过程。应用学科遗传学（一级学科），细胞遗传学（二级学科）
多个评估模型预测－现有措施不足以将全球变暖限制在2℃内
科学家“修正”了气候变化模型，以预测未来的排放。据英国《自然·气候变化》杂志22日发表的多模型分析结果表明，挪威国际气候与环境研究中心研究团队依据2030年前后的减排措施预测气候场景，发现即使最乐观的场景，也不足以将全球变暖限制在2℃以内。这个前瞻性建模方法与传统“倒序”设想不同，后者聚焦于预先
生态模型法和传统模型法有哪些区别？
生态模型法相较于传统模型法，主要有以下一些区别：研究对象的复杂性：生态模型法所研究的生态系统通常具有更高的复杂性和多样性，涉及生物、非生物因素以及它们之间的相互作用。传统模型法可能更侧重于相对简单和孤立的系统或现象。多因素综合考虑：生态模型法需要综合考虑众多生态因素，如生物群落、生态过程、环境因子等