“阿尔法折叠3”来了
科技日报北京5月8日电 （记者张梦然）《自然》8日报道了结构生物学最新进展——阿尔法折叠3的问世。它能以高准确率预测蛋白质与其他生物分子相互作用的结构。这种用计算机解析蛋白质与其他分子复杂相互作用的能力，将拓展人们对生物过程的理解，并有望推动药物研发。阿尔法折叠于2020年问世，它和迭代版阿尔法折叠2能根据蛋白质的氨基酸序列预测其3D结构。之后的阿尔法折叠—多聚体则推动了对蛋白质—蛋白质复合物的预测。不过，扩大单一深度学习模型能预测的复合物范围一直很难，因为不同类型的特异性相互作用差异太大。此次最新模型由谷歌深度思维以及同是谷歌旗下的人工智能药物公司Isomorphic Labs研发。由于阿尔法折叠2模型的深度学习架构和训练系统得到大幅提升，研发团队如今可以对一个统一框架内大量生物分子系统的结构进行更准确预测。阿尔法折叠3能预测蛋白质与其他蛋白质、核酸、小分子、离子、修饰蛋白质残基的复合物，以及抗体—抗原相互......阅读全文
上海药物所蛋白质折叠计算模拟研究取得进展
在生物体系中，蛋白质通过折叠成特定的三维结构发挥功能。这种折叠过程可能受到不同因素的影响，如配体结合、聚合状态等。充分理解蛋白质折叠过程对于药物分子设计、蛋白质突变所导致致病机理的预测、深入了解细胞功能以及进化都至关重要。大规模计算机模拟有潜力从原子水平捕捉整个蛋白系统的动态过程，但是
关于蛋白质的二级结构（β折叠）的特性介绍
β－折叠(β－sheet)也是一种重复性的结构，大致可分为平行式和反平行式两种类型，它们是通过肽链间或肽段间的氢键维系。可以把它们想象为由折叠的条状纸片侧向并排而成，每条纸片可看成是一条肽链，称为β折叠股或β股(β－strand)，肽主链沿纸条形成锯齿状，处于最伸展的构象，氢键主要在股间而不是股
蛋白质序列分析和结构预测实验
实验步骤 1. 人脂联素蛋白质序列的检索（1）调用Internet浏览器并在其地址栏输入Entrez网址（http://www.ncbi.nlm.nih.gov/Entrez）；（2）在Search后的选择栏中选择protein；（3）在输入栏输入homo sapiens adiponectin；
蛋白质序列分析和结构预测实验
实验步骤1. 人脂联素蛋白质序列的检索（1）调用Internet浏览器并在其地址栏输入Entrez网址（http://www.ncbi.nlm.nih.gov/Entrez）；（2）在Search后的选择栏中选择protein；（3）在输入栏输入homo sapiens adiponectin；（
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
蛋白质序列分析和结构预测实验
蛋白质序列分析和结构预测实验 实验步骤 1. 人脂联素蛋白质序列的检索（1）调用Internet浏览器并在其
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
科学家发现协助线粒体外膜蛋白嵌入的关键蛋白
线粒体外膜蛋白不仅可以调控线粒体与其他细胞器的分子信号传递，还能够促发受损线粒体通过自噬方式降解从而维持细胞线粒体稳态。线粒体外膜蛋白是如何嵌入线粒体膜的机制仍有待揭示。美国麻省理工学院和加州理工学院的研究团队报道了一种协助蛋白嵌入线粒体外膜的蛋白质，相关成果在《Science》发表，论文的标题
基于蛋白质物理性质的蛋白质预测软件
ExPASy工具包包涵的程序ComputepI/MW：是ExPASy工具包中的程序，计算输入序列等电点和分子量的工具。对pI的确定基于早期研究中将蛋白质从由中性到酸性变性条件下迁移过程中所获得的pK值（Bjellqvist等，1993）。分子量的计算是把序列中每个氨基酸的同位素平均分子量加在一起，再
复旦教授马剑鹏：AI已绕不开，宜从娃娃抓起
“我整个职业生涯一直在做这个东西，但心里很清楚，同行也这么认为——在我们有生之年，‘蛋白质的折叠’问题是不可能解决的，尤其是蛋白质结构预测问题。结果AlphaFold出来了！” 10月9日，博士生导师、国际著名计算生物学家、复旦大学复杂体系多尺度研究院院长马剑鹏教授告诉澎湃科技。当地时间10月9日，
预测材料结构与特性可以预测，AI帮大忙
美国加州大学圣地亚哥分校工程学院的纳米工程师开发了一种人工智能（AI）算法，可几乎即时地预测任何材料（无论是现有材料还是新材料）的结构和动态特性。此项研究成果28日发表在《自然·计算科学》杂志上。 该算法被称为M3GNet，用于开发Matterverse.ai数据库，该数据库包含超过3100万种
超乎大自然“想象”，科学家发现大量未知蛋白质折叠
蛋白质结构及其折叠的空间究竟有多大？大自然是否“探索”了所有这些可能？一项开创性的研究为人们提供了新线索：日本研究人员着手揭示大自然在多大程度上探索了可能的蛋白质拓扑空间，结果发现了一系列令人震惊的前所未知的蛋白质折叠，扩大了人们的理解并揭示了“蛋白质宇宙”的深度。该研究发表在最新一期《自然·结
日本合成融合酶－能将人造氨基酸折叠成蛋白质
日前，日本理化研究所和东京大学宣布，两家机构共同合成了能将人造氨基酸正确折叠成蛋白质的融合酶。这项成果将可能带来多种拥有新功能的蛋白质，贡献于生物技术、医药等行业。 上述两家机构共同发表新闻公报说，生物体内的蛋白质由20种氨基酸根据DNA中包含的遗传信息按照一定的数量和顺序结合而成。目前，增加蛋白
研究揭示蛋白质氧化折叠在干细胞衰老中的作用
长期以来，人们普遍认为线粒体是细胞活性氧的主要来源。然而，内质网中蛋白质二硫键形成过程会产生副产物H2O2。据估算，它约占蛋白质合成过程中产生总活性氧的25%。可见，内质网来源的活性氧不容忽视。 8月3日，中国科学院生物物理研究所王磊/王志珍课题组和动物研究所刘光慧课题组合作，在《欧洲分子生物
青岛能源所在细胞内蛋白质折叠研究方面取得进展
蛋白质发挥功能的“原位”环境是细胞，因此在细胞内开展蛋白质的结构和动力学研究对蛋白质功能的解析至关重要。细胞内大分子的浓度可以达到300-450g/L，拥挤的细胞环境可能会影响蛋白质的折叠，进而影响其功能。但是细胞环境如何影响蛋白质折叠过程目前并不很清晰。 近日，中国科学院青岛生物能源与过程研
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。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。使用CARBonAra进行序列预测（示意图
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
Meta公司AI预测6亿蛋白质结构
ESM宏基因组图谱数据库包含6.17亿个蛋白质的结构预测。图片来源：ESM宏基因组图谱 谷歌旗下人工智能（AI）公司Deep Mind今年公布了2.2亿个蛋白质的预测结构，几乎涵盖了DNA数据库中已知生物的所有蛋白质。现在，另一个科技巨头正在填补蛋白质宇宙中的暗物质。 Meta公司（前
JCIM：计算提升蛋白质蛋白质相互作用的预测精度
蛋白质-蛋白质相互作用和识别在生物学过程中有着非常重要的作用。尽管结构生物学已经取得了较大的进展，但直接采用实验方法确定蛋白质-蛋白质复合物结构仍然非常困难。分子对接技术是预测蛋白质-蛋白质复合物结构的有效方法。蛋白质-小分子之间的相互作用一般蛋白质受体有结合口袋，相互作用区域比较明确，而蛋白质
人工智能成功预测蛋白质的相互作用
美国科学家主导的国际科研团队在最新一期《科学》杂志撰文指出，他们利用人工智能和进化分析，绘制出了真核生物的蛋白质之间相互作用的3D模型，首次确定了100多个可能的蛋白质复合物，并为700多个蛋白质复合物提供了结构模型，深入研究蛋白质相互作用有望催生新的药物。 研究负责人之一、美国西南大学人类发
利用人工智能预测结构－细菌“注射器”将蛋白输入人体细胞
《自然》杂志29日报道一项生物科技重要成果：一种蛋白质递送装置，它可利用细菌“注射器”将蛋白质注射到人类细胞中。这种方法可能对未来人类生物医学疗法的应用非常有用，例如基因疗法和癌症治疗。递送特定蛋白质到特定细胞类型中，这种方法具有治疗疾病的潜力。一些细菌演化出了递送系统与寄主细胞互动，例如有些类似注
利用人工智能预测结构－细菌“注射器”将蛋白输入人体细胞
《自然》杂志29日报道一项生物科技重要成果：一种蛋白质递送装置，它可利用细菌“注射器”将蛋白质注射到人类细胞中。这种方法可能对未来人类生物医学疗法的应用非常有用，例如基因疗法和癌症治疗。递送特定蛋白质到特定细胞类型中，这种方法具有治疗疾病的潜力。一些细菌演化出了递送系统与寄主细胞互动，例如有些类似注
蛋白质二级结构预测－基于氨基酸疏水性的预测方法
这种方法是一种用物理化学方法进行二级结构预测的方法，或称为立体化学方法。在蛋白质中，氨基酸的理化性质对蛋白质的二级结构影响较大，因此在进行结构预测时考虑氨基酸残基的物理化学性质，如疏水性、极性、侧链基团的大小等，根据氨基酸残基各方面的性质及残基之间的组合预测可能形成的二级结构。“疏水性”是氨基酸的一
链折叠性质
链折叠现象对结晶聚合物的行为非常重要，因而必须仔细考察链折叠结晶的情况。首先，一般认为，在许多聚合物中，链折叠没有多大的困难。对聚合物分予模型的麦察表明，大多数聚合物分子都会折叠起来，比较容易形成一种很致密的足以嵌砌到晶体表面的折叠，但是，化学结构比较复杂的聚合物，如主链上有庞大侧基或环以及分子链为
β折叠的结构
肽平面之间呈手风琴状折叠，股与股之间会通过氢键固定，但氢键主要在股间而不是股内。氨基酸残基的R侧链分布在片层的上下。β折叠层并不是平的，因为侧链的存在使得它看上去像手风琴一样波纹起伏。（英语pleated）这样每一股会更紧密排列，氢键更容易建立。氢键的距离为7埃。在蛋白质结构中β折叠通常会用箭头表示
β折叠的定义
在β折叠中，两条以上氨基酸链（肽链），或同一条肽链之间的不同部分形成平行或反平行排列，成为“股”。
β折叠的作用
能形成β折叠的氨基酸残基一般不大，而且不带同种电荷，这样有利于多肽链的伸展，如甘氨酸、丙氨酸在β折叠中出现的几率最高。免疫球蛋白有大量的β折叠层。另一种常见的蛋白质模序是α螺旋和三种不同的β转角。不属于一个模序的蛋白质一级结构部分被称之为不规则螺旋。这些部分对蛋白质的空间构象非常重要。