Fourier-based classification of protein secondary structures
蛋白质二级结构的正确预测是预测正确的蛋白质折叠形状的关键问题之一,而蛋白质折叠形状是决定基因功能的关键。现有的蛋白质二级结构分类方法以氨基酸的性质为指标,但存在大量的误分类问题。本文介绍了一种基于蛋白质“信号图”和傅里叶数字信号处理技术的蛋白质二级结构分类技术。通过分析蛋白质的疏水性,提出了一种新的蛋白质二级结构分类指标。该方法简单而易懂.结果表明,新提出的二级结构指数可以对更多类型的蛋白质二级结构进行分类。
2017-04-28 q-bio.BM q-bio.QM
Multiscale differential geometry learning for protein flexibility analysis
本研究提出基于微分几何的多尺度模型(mDG),通过分析低维流形曲率预测蛋白质B因子,在364个蛋白质数据集上比经典高斯网络模型准确率提升27%,并结合机器学习实现盲预测。
2024-11-05 q-bio.BM
Multiple Protein Profiler 1.0 (MPP): A webserver for predicting and visualizing physiochemical properties of proteins at the proteome level
针对缺乏蛋白质组水平多蛋白多性质综合分析工具的问题,本文开发了 Multiple Protein Profiler (MPP) 1.0 网络服务器,可同时分析多个蛋白质的12种理化性质并提供表格与图形可视化。
2023-11-17 cs.CE q-bio.BM
Insights on Rigidity and flexibility at the Global and Local Levels of Protein Structures and their Roles in Homologous Psychrophilic, Mesophilic and Thermophilic Proteins: A Computational Study
同源嗜冷(P),嗜中温(M)和嗜热(T)蛋白质的刚性和柔性进行了研究,在全球和当地的包装因子和原子波动的B-因子。为了比较原子涨落,建议并验证了通过以统一的方式考虑来自所有来源的B因子中的误差来校正误差,并将涨落转换为相同的温度。结果表明,在全球范围内的平均包装因子之间的三个类的蛋白质同源物的值没有差异,但在局部水平上有差异。同源蛋白质三联体的比较表明,在给定的温度下,平均原子涨落服从P>M>T的顺序。包装因子和原子波动是反相关的,这表明改变活性位点的刚性可能是一种潜在的策略,使定制的嗜冷或嗜热蛋白质从它们的嗜温同系物。
2021-06-07 physics.bio-ph q-bio.BM
Persistent Sheaf Laplacian Analysis of Protein Flexibility
本文提出持续层拉普拉斯(PSL)模型,利用多尺度谱分析蛋白质柔韧性,在364个蛋白质数据集上预测B因子,较经典高斯网络模型准确率提升32%,并构建了盲机器学习预测方法。
2025-03-30 q-bio.BM q-bio.QM
Effect of supercoiling on formation of protein mediated DNA loops
DNA环的形成是生物体用来调节基因的几种机制之一。形成环的自由能是决定相关基因是开启还是关闭的重要因素。本文用DNA弹性杆模型测定了蛋白质介导的DNA短环(50- 100个碱基对)形成自由能。活细胞DNA中的超螺旋应力是决定环形成的能量学的关键因素,我们在计算中明确地考虑到了这一点。阻遏蛋白本身被认为是一个刚性耦合器;它的几何形状通过它施加在DNA上的边界条件进入问题。我们表明,这些成分的理论是足够的解释在体内基因活性的调制中观察到的某些功能作为操作位点之间的距离的函数的乳糖阻遏物。我们还使用我们的理论作出定量预测的依赖循环的超螺旋应力,这可能是可测试的在体内和单分子实验,如拴系粒子测定和磁珠测定。
2006-11-03 cond-mat.soft physics.bio-ph q-bio.BM
Commutative Algebra Learning for Protein Flexibility Analysis
University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校)
提出基于交换代数的学习框架CAL,通过构建多尺度局部代数描述符,在364个蛋白质数据集上相比经典高斯网络模型预测精度提升34.5%,并实现跨蛋白质B因子盲预测。
2026-07-01 q-bio.BM
cryoSPHERE: Single-particle heterogeneous reconstruction from cryo EM
Linköping University(林雪平大学);Uppsala University(乌普萨拉大学)
本文提出深度学习方法 cryoSPHERE,利用标称蛋白质结构作为输入并将其划分为近似刚体片段来拟合 cryo-EM 数据集中的不同构象,从而实现对单个蛋白质结构集合的有意义重建,在合成与真实数据集上展现出极强的抗噪能力和优于现有技术的性能。
2025-03-04 cs.LG q-bio.BM
Characterizing the folding core of the cyclophilin A - cyclosporin A complex II: improving folding core predictions by including mobility
确定蛋白质的折叠核心可以提供有关其折叠过程和动力学的信息。用于鉴定构成折叠核心的氨基酸的实验程序包括氢-氘交换和$Φ$ -值分析,并且可能是昂贵和耗时的。因此,需要改进现有的用于在理论上确定蛋白质折叠核心的方法。在这里,我们使用刚性分析的组合方法,同时粗粒度的模拟蛋白质运动,以提高未结合CypA和CypA-CsA复合物的折叠核心预测。我们发现,在CypA和CypA-CsA的折叠核心的最具体的预测来自交叉的静态刚度分析的结果,在第一软件套件中实现,和模拟的倾向,灵活的运动,使用FRODA工具。
2014-07-16 q-bio.BM
A New Route for the Determination of Protein Structure and Function
针对现有蛋白质结构测定技术的辐射损伤、结晶难、信噪比低等问题,提出利用工程化蛋白质支架构建取向可控有序阵列的新方法,有望解决信号与结晶难题,助力生理条件下结构测定及相关相互作用研究。
2024-04-11 q-bio.BM
Thermodynamic restrictions on evolutionary optimization of transcription factor proteins
构象波动被认为在转录因子蛋白定位和结合细菌基因组上的靶位点的过程中起重要作用。使用一个简单的模型,我们表明,结合时间可以最小化,在选择性压力下,通过调整构象状态的光谱,使花费在更多的移动构象的时间的分数与目标识别率相匹配。然后,相关的最佳结合时间在由热力学施加的限制结合时间的数量级内,对应于具有即时靶识别的理想化蛋白质。数值估计表明,典型的细菌在这种制度的优化构象波动。
2007-09-10 cond-mat.soft q-bio.BM
Dihedral Angle Adherence: Evaluating Protein Structure Predictions in the Absence of Experimental Data
University of South Carolina(南卡罗来纳大学)
针对蛋白质结构预测准确性评估依赖实验参考结构的问题,提出基于二面角分析、利用马氏距离计算指标的无参考评估方法,与RMSD相关且可识别改进方向。
2024-07-09 cs.CE q-bio.BM
Theory on the mechanism of rapid binding of transcription factor proteins at specific-sites on DNA
我们开发了修改后的理论思想的机制,转录因子蛋白质定位其特异性结合位点的DNA速度比三维(3D)扩散控制的速率限制。我们证明,3D扩散控制的速率限制可以增强时,蛋白质分子读取几个可能的结合延伸的模板DNA通过一维(1D)扩散后,每个3D扩散介导的碰撞或非特异性结合事件。位点特异性结合速率的总体增强与蛋白质分子沿DNA的1D扩散相关的最大可能滑动长度(LA,(6Do/kr)的平方根,其中Do是1D扩散系数,kr是与非特异性DNA-蛋白质复合物相关的解离速率常数)成正比。在考虑了几种可能的机制后,我们发现DNA结合蛋白可以通过以循环方式切换其DNA结合结构域的快速移动、缓慢移动和读取状态来有效地定位其在DNA上的同源位点。无论机制的类型的整体速率增强因子渐近接近一个极限值,这是直接成比例的LA作为总长度的DNA,包含同源位点的增加。这些结果与体外实验观察结果一致。
2014-09-19 physics.bio-ph q-bio.BM
Volume Determination of Globular Proteins by Molecular Dynamics
肌红蛋白和天冬氨酸转氨酶的分子动力学模拟,明确的溶剂,准确地再现实验测得的摩尔体积。已知天冬氨酸氨基转移酶VAL39处的单个氨基酸取代会在酶中产生大的体积变化,并且这种效应也在模拟中得到证实。这种分子动力学的方法,而更昂贵的计算,现存的计算方法确定的表观体积的生物系统,是非常可行的与现代计算机硬件,并显示出产生准确的体积数据与少至几纳秒的动态。
2014-04-06 cond-mat.soft physics.bio-ph q-bio.BM
Three Universal Distribution Functions for Native Proteins with Harmonic Interactions
我们使用统计热力学的构象波动和代数图论的元素与数据一起从2000蛋白质晶体结构,并表明,折叠的天然蛋白质与谐波相互作用表现出分布函数,每个似乎是通用的所有蛋白质。这三个普适分布是:(i)蛋白质图拉普拉斯算子的本征值谱,(ii)残基的B因子分布,以及(iii)未折叠和折叠状态之间的每个残基的振动熵差。这三个分布,乍一看彼此独立,与聚合物作为未折叠蛋白质的Rouse链模型密切相关。我们把折叠的蛋白质作为强扰动状态的劳斯链。我们解释了控制这三种分布的基本因素,并讨论了随机折叠结构的差异。
2015-09-01 q-bio.BM
Factors controlling protein evolvability, at the molecular scale
该研究从分子尺度探究上位性与最小作用量原理对蛋白质进化路径的约束作用,发现蛋白质进化比此前认知的更具可预测性,为理解突变驱动的蛋白质进化机制及达尔文选择的轨迹偏好问题提供了新依据。
2025-07-31 q-bio.BM q-bio.PE
Determining the atomic charge of calcium ion requires the information of its coordination geometry in an EF-hand motif
这是具有挑战性的参数化的力场钙离子(Ca 2+)的钙结合蛋白,因为它们独特的配位化学,涉及周围的原子所需的稳定性。在这项工作中,我们观察到的钙离子结合蛋白钙调素(CaM),它采用了最流行的三元结构的分子动力学模拟确定的钙离子结合环构象的变化很大,其次是从头计算量子力学(QM)计算的所有12个氨基酸在循环中,协调钙离子在水溶液中。Ca 2+电荷通过在经典或可极化力场(PFF)的背景下拟合静电势(ESP)而导出。我们发现,在传统的力场中的Ca 2+的原子半径是太大的QM计算捕获的变化在其离子形式的Ca 2+的配位几何,导致非物理电荷。具体而言,我们发现,在PFF的上下文中的Ca 2+的拟合原子电荷依赖于从环中的氨基酸的电负性原子的配位几何形状。虽然附近的水分子不影响Ca 2+的原子电荷,但由于EF-手环中的构象灵活性,它们对于补偿Ca 2+的配位至关重要。我们的方法推进了动态环境中金属离子和蛋白质结合位点力场的发展。
2021-03-22 q-bio.BM q-bio.SC
Soliton concepts and the protein structure
结构分类表明,不同的蛋白质折叠的数量是令人惊讶的小。蛋白质似乎也是以模块化的方式构建的,由相对较少的组件组成。在这里,我们提出了一个广义离散非线性薛定谔方程的暗孤子解来识别蛋白质的模块化构建块。对于这一点,我们表明,几乎所有的蛋白质环可以简单地通过缩放的大小,并通过连接在一起的孤立子,一个接一个的副本数。孤子只有两个特定的参数,我们确定其可能的值在蛋白质数据库。我们发现,与200组参数的集合,每个确定一个孤立子配置文件,描述了一个不同的短循环,我们覆盖了90%以上的所有蛋白质的实验精度。我们还提出了两个例子,描述了如何循环库可以用来建模和分析折叠蛋白质的结构。
2011-09-18 cond-mat.soft math-ph math.MP
A statistical physics perspective on alignment-independent protein sequence comparison
在生物信息学中,氨基酸序列的文本比对长期以来一直主导着蛋白质之间相似性的确定,所有这些都意味着共享的结构,功能和进化血统。尽管现代序列比对算法相对成功,但所谓的无重复比对方法提供了确定和表达相似性的补充手段,在某些关键应用中具有潜在益处,例如蛋白质结构-功能研究的回归分析,其中重复碱基相似性表现不佳。在这里,我们提供了一个新的,基于统计物理学的角度,专注于无干扰比较的问题,在这个过程中,从“第一次通过概率分布”的结果,总结总体平均氨基酸倾向值的统计。在这篇文章中,我们介绍和阐述这种方法。
2016-02-09 q-bio.BM q-bio.QM
The Factors of the Classification of Protein Amino Acids
在这项工作中,它表明,三对因素似乎是关键,即蛋白质(典型)氨基酸的自然分类的主要因素内的氨基酸(遗传)代码。第一对:影响氨基酸分子习性的因素(大小和极性)。第二对:缔合的因素(氨基酸/酶反应性的类型和氨基酸分子的疏水性/亲水性的程度)。第三对:解离的因素(酸性基团上的酸碱度,COOH和碱性基团上的碱性/酸性度,NH 2)。由于所有六个因素的影响和相互依赖性(通过相应的有效参数测量),它似乎仍然是一个自然的分类为极性和非极性氨基酸,其中极性氨基酸具有负和非极性,亲水性指数的正值。
2006-11-01 q-bio.BM q-bio.OT
Universal geometrical factor of protein conformations as a consequence of energy minimization
蛋白质的生物活性和功能特异性取决于它们的天然三维结构,这些结构由分子间和分子内相互作用决定。本文研究了蛋白质折叠中能量最小化引起的蛋白质构象几何因子。链长范围为183至548个残基的10种多肽的折叠模拟表明,<r>范德华体积V与表面积A和折叠结构的平均原子半径的无量纲比(V/(A))<r>,用SMMP中使用的原子半径设置计算[Eisenmenger F.,et.例如,Comput.物理通讯,138(2001)192],在能量最小化过程中快速接近0.49。对蛋白质结构的大规模分析表明,真实蛋白质和精心设计的蛋白质的比率是通用的,等于0.491 \pm 0.005。疏水性和亲水性残基的分数组成基本上不影响该比率。这个比例也适用于内在无序的蛋白质,而它不再是普遍的多肽与坏的折叠特性。
2012-03-01 physics.bio-ph physics.comp-ph physics.data-an
Physical origins of protein superfamilies
在这项工作中,我们发现了蛋白质稳定性的选择和蛋白质首选结构的出现之间的基本联系。使用标准的精确三维晶格模型,我们从随机序列开始进化序列,并在每次突变后确定精确的天然结构。突变的接受偏向于选择稳定的蛋白质。我们发现,某些结构,wonderfold,在许多不相关的选择运行中作为稳定蛋白质的天然状态被独立地发现了无数次。折叠成wonderfold结构的序列的多样性产生超家族,即折叠成相同或非常相似结构的不相似序列的集合。Wonderfolds似乎是完整的紧凑晶格蛋白质中最可设计的结构。此外,在所有进化的蛋白质中,具有wondefolds作为其天然结构的蛋白质往往是最热稳定的。这种效应纯粹是由于wonderfolds的有利几何性质,因此,主导任何序列的依赖。本工作建立了一个前生物结构选择的模型,它确定了在热环境中生存的蛋白质优化后出现的优势结构模式。收敛发现的前生物初始超家族与wonderfold结构可以作为一个种子,随后的生物进化涉及基因复制和分歧。
2005-08-25 q-bio.BM q-bio.GN q-bio.PE
Atomic Density Distributions in Proteins: Structural and Functional Implications
Democritus University of Thrace(德谟克利特大学)
本研究通过分析21255个非冗余蛋白质结构的原子密度分布,发现存在显著的统计差异,揭示了不同蛋白质结构在原子排列上的系统性偏差及功能特征。
2025-05-24 q-bio.BM
The role of evolutionary selection in the dynamics of protein structure evolution
新的蛋白质结构的出现已经被证明很难在自然界中追踪,也很难在实验室中进行工程改造。然而,结构进化的一个方面已被证明对从序列中确定蛋白质的三维结构非常有用:在绝大多数情况下,共享超过30%序列同一性的蛋白质具有相似的结构。在这个标记之下是“模糊区”,蛋白质可能具有相同或非常不同的结构。这些观察形成了结构同源建模背后的基本直觉。然而,尽管它们很重要,却从未得到过全面的生物物理理由。在这里,我们表明,发病的朦胧区是更渐进的蛋白质与低接触密度,一个代理低热力学稳定性,比蛋白质与高接触密度。然后,我们提出了一个分析模型,把分歧折叠进化作为一个激活的过程,在类比化学动力学,序列进化必须克服化学不稳定的进化中间体,发现新的折叠。这个模型解释了模糊区的存在,并解释了为什么某些蛋白质的出现比其他蛋白质更突然。我们测试模型的假设,并使用模型蛋白质和细胞群体的进化模拟来表征折叠进化的动力学。总的来说,这些结果显示了基本的生物物理约束如何指导演化动力学,从而导致现代蛋白质结构和序列的宇宙。
2016-10-25 q-bio.BM q-bio.PE
Phylogenetic correlations can suffice to infer protein partners from sequences
确定哪些蛋白质相互作用对于系统水平的细胞理解至关重要。最近,算法的基础上直接耦合分析(DCA)成对最大熵模型已经允许确定从序列数据的旁系同源蛋白质之间的相互作用的合作伙伴。DCA在预测蛋白质相互作用方面的成功可能主要是基于其已知的鉴定在蛋白质复合物的三维结构中接触的残基对以及共同进化以保持物理化学互补的残基对的能力。然而,相互作用的蛋白质具有相似的进化历史。纯粹的系统发育相关性在基于DCA的方法推断相互作用伙伴的性能中的作用是什么?为了解决这个问题,我们采用了受控的合成数据,这些数据只涉及遗传学,没有相互作用或接触。我们发现,DCA准确地识别共享进化历史的合成序列对。虽然系统发育相关性混淆DCA接触残基的鉴定,因此,它们是有用的预测旁系同源物之间的相互作用的合作伙伴。我们发现,DCA执行以及系统发育的方法,为此,并略优于他们与大而准确的训练集。在迭代配对算法(IPA)中采用DCA或系统发育方法可以在没有训练集的情况下预测进化伙伴对。我们证明了这些不同的方法能够正确预测真正的旁系同源蛋白质与基因组接近,但没有已知的物理相互作用之间的配对,说明了自然数据中的系统发育相关性的重要性。然而,物理相互作用和强烈的共同进化的蛋白质,DCA和互信息优于系统发育方法。我们讨论如何区分物理相互作用的蛋白质从那些只共享进化历史。
2019-09-04 cond-mat.stat-mech physics.bio-ph q-bio.BM
Physical principles underpinning molecular-level protein evolution
该研究通过区分趋同与趋异进化模型,分析了控制蛋白质分子水平进化的多种因素,初步揭示了热力学假说(Anfinsen法则)与蛋白质进化的紧密关系,为解决关键进化生物学挑战提供了新思路。
2024-12-19 q-bio.BM q-bio.PE
The Discrete Frenet Frame, Inflection Point Solitons And Curve Visualization with Applications to Folded Proteins
我们开发了一个传递矩阵的形式主义可视化框架的离散分段线性曲线在三维空间。我们的方法是基于一个内在的离散曲线的概念,这使我们能够更有效地描述曲线,在限制线段的长度消失的方法代替连续曲线的分形结构。我们验证,在可微曲线的情况下,我们的离散方程的连续极限再现广义Frenet方程。作为一个应用程序,我们考虑折叠蛋白质,其Hausdorff维数是已知的分形。我们解释了如何利用氨基酸的$C_β$碳沿着蛋白质主链的方向来引入沿着主链的优选框架。通过分析蛋白质数据库中实验解析的折叠几何形状,我们观察到这种$C_β$框架与离散的Frenet框架密切相关。我们还解释了如何拐点可以位于循环,并澄清其独特的作用,在确定折叠蛋白质的环结构。
2011-02-28 cond-mat.soft hep-th physics.bio-ph
Weak self-interactions of globular proteins studied by small-angle X-ray scattering and structure-based modeling
我们通过小角X射线散射(SAXS)和理论模型研究了溶液中蛋白质-蛋白质相互作用。牛胰胰蛋白酶抑制剂(BPTI),肌红蛋白(Mb),和肠脂肪酸结合蛋白(IFABP)的解决方案的结构因子,确定从SAXS测量在多个浓度,从蒙特卡罗模拟与粗粒度的结构为基础的相互作用模型,并从两个理想化的胶体相互作用模型的解析近似解没有可调参数。通过结合这些方法,我们发现,结构因子基本上是由硬核和屏蔽静电相互作用。其他软短程相互作用(范德华力和溶剂化相关)要么是单独无关紧要的,要么倾向于抵消。结构因子也不受电荷波动的显著影响。对于Mb和IFABP,具有小的净电荷和相对对称的电荷分布,结构因子很好地描述了硬球模型。对于BPTI,具有较大的净电荷,屏蔽静电排斥也是重要的,但电荷分布的不对称性降低了具有相同净电荷的带电硬球模型预测的排斥。这种电荷不对称性也可能放大形状不对称性对蛋白质-蛋白质平均力势的影响。
2014-08-28 physics.bio-ph physics.chem-ph q-bio.BM
Residue mobility has decreased during protein evolution
在研究属于所有四个主要结构类别的76个最常见结构域的所有非冗余蛋白质的所有原子的B因子时,发现在进化过程中残基迁移率降低。虽然在蛋白质结构进化的早期阶段,增加的残基柔性是首选的,但在中世纪和近代阶段,较少的柔性是首选的。发现GLU是最灵活的残留物,而VAL记录具有最小的灵活性。B因子减少的一般趋势符合蛋白质结构域出现顺序的一般趋势。观察到B因子的递减对VAL最具决定性(单调和均匀),而CYS和LYS灵活性的演变最不对称。除CYS外,发现所有残基的柔性在α-β折叠的进化过程中增加,然而发现所有残基(除CYS外)的柔性在所有β折叠的进化过程中降低。只有在α-β折叠中,可以观察到偏好较高残基迁移率的趋势,既没有发现α + β,也没有发现所有α或所有β折叠都支持较高残基迁移率。在所有的结构类别中,极性残基的进化约束的效果被发现遵循一个完全相同的趋势,疏水残基,只有这些影响的程度被发现是不同的。虽然蛋白质的大小被发现在进化过程中减少,属于古老的和旧的结构域的蛋白质的残基迁移率表现出强烈的正依赖于蛋白质的大小,但对于中世纪和最近的域,这种依赖性消失。结果发现,为了优化残基的波动,α β类蛋白质受到更严格的进化约束。
2012-12-12 q-bio.BM
Monte Carlo for Protein Structures
本文介绍利用配分函数直接进行蛋白质蒙特卡洛模拟的方法,无需显式计算力与时间,通过比较状态间相对稳定性寻找最稳定构象,为结构生物信息学提供入门级实用知识。
2023-07-06 q-bio.BM
Automated Assignment of Backbone NMR Data using Artificial Intelligence
Drake University(德雷克大学)
核磁共振(NMR)光谱是研究生物分子(如蛋白质)三维结构的有力方法。确定蛋白质结构对于理解其功能和导致疾病的功能改变至关重要。后基因组时代的主要挑战之一是获得由数千个新发现的基因编码的许多未知蛋白质的结构和功能信息。本研究的目标是设计一种能够通过实施贪婪和A* 搜索等AI策略来自动分析骨架蛋白质NMR数据的算法。
2015-06-18 cs.AI q-bio.BM
Asymmetry in the shapes of folded and denatured states of proteins
折叠和展开状态的形状的不对称性探测使用两个参数,一个是测量的球形度和其他描述的形状。对于折叠状态,其内部是密集包装,回转半径(Rg)和这两个参数的计算使用的坐标的实验确定的结构。虽然Rg的规模为预期的最紧凑的结构,形状参数的分布表明,有相当大的不对称性的折叠结构的形状。形成寡聚体的蛋白质的不对称程度更大。在本机结构中的两体和三体接触的分析表明,主链和侧链之间和侧链之间的接触的数量接近相等的存在下,产生致密的包装。我们认为,蛋白质的形状参数相对较大的值可以容忍体积突变,而不会大大影响网络的接触或其稳定性。为了探测变性状态的形状特征,我们已经开发了一个模型的类WW-like域。的形状参数,这是使用Langevin模拟计算,变化显着的过程中的线圈到球过渡。WW结构域的球形态和折叠态的形状参数值的比较表明,能量(特别是在疏水相互作用中的分散)和空间效应在决定蛋白质中的包装是重要的。
2003-10-16 q-bio.BM
PANDA: Predicting the change in proteins binding affinity upon mutations using sequence information
准确测定突变后蛋白质结合亲和力的变化对于发现和设计新的治疗剂以及辅助诱变研究是重要的。测定突变后结合亲和力的变化需要复杂、昂贵和耗时的湿实验室实验,这些实验可以用计算方法来辅助。大多数计算预测技术需要蛋白质结构,这限制了它们对具有已知结构的蛋白质复合物的适用性。在这项工作中,我们探索了基于序列的预测突变后蛋白质结合亲和力的变化。我们已经使用蛋白质序列信息代替蛋白质结构以及机器学习技术来准确预测突变后蛋白质结合亲和力的变化。我们提出的基于序列的蛋白质结合亲和力预测新变化称为PANDA,在相同的验证集以及外部独立的测试数据集上,比现有的方法具有更好的准确性。在外部测试数据集上,我们提出的方法给出的最大Pearson相关系数为0.52,而现有的基于蛋白质结构的方法MutaBind给出的最大Pearson相关系数为0.59。我们提出的基于蛋白质序列的方法预测突变后结合亲和力的变化,与现有的基于蛋白质结构的方法相比具有广泛的适用性和相当的性能。PANDA及其Python代码的基于云的Web服务器实现可在https://sites.google.com/view/wajidarshad/software和https://github.com/wajidarshad/panda上获得。
2020-09-16 cs.AI cs.LG q-bio.BM
Spatial effects on the speed and reliability of protein-DNA search
强有力的实验和理论证据表明,转录因子和其他特异性DNA结合蛋白使用双模式搜索找到它们的位点:在穿过细胞的3D扩散和沿着DNA的1D滑动之间交替。我们认为在两个不同的尺度上的机制的作用空间效应。首先,我们调和最近的实验结果表明,三维扩散的转录因子往往是本地的,即转录因子土地非常接近其解离位点。其次,我们区分两种类型的搜索:全局搜索和局部搜索。我们发现,这些搜索显着不同的平均搜索时间和搜索时间的变化。使用实验测量的参数值,我们还表明,1D和3D搜索不是最佳平衡,导致更大的估计搜索时间。总之,这些结果导致了一些生物学的影响,包括原核生物和真核生物如何实现快速基因调控和搜索机制之间的关系和噪音在基因表达的建议。
2008-06-11 q-bio.BM
Generative artificial intelligence for de novo protein design
University of Oxford(牛津大学);Stanford University(斯坦福大学);Arc Institute(Arc研究所)
本文综述了生成式人工智能(如语言模型和扩散模型)在从头蛋白质设计中的应用,指出其实现近20%实验成功率,并讨论了领域挑战及整合生化知识的重要性。
2023-10-15 cs.AI cs.LG q-bio.BM
Predicting Protein-Nucleic Acid Flexibility Using Persistent Sheaf Laplacians
Michigan State University(密歇根州立大学)
本文提出持续层拉普拉斯算子(PSL)框架预测蛋白质-核酸复合物的B因子柔性,整合多尺度与拓扑方法,在三个数据集上较GNM和mFRI最高提升21%的皮尔逊相关系数。
2025-10-23 q-bio.BM q-bio.QM
Sequence-guided protein structure determination using graph convolutional and recurrent networks
Stanford University(斯坦福大学);SLAC National Accelerator Laboratory(SLAC国家加速器实验室);Atomwise, Inc.(Atomwise公司)
单粒子,低温电子显微镜(cryo-EM)实验现在经常产生大蛋白质及其复合物的高分辨率数据。将原子模型构建到cryo-EM密度图中是具有挑战性的,特别是当目标蛋白质的结构先验未知时。针对这类任务的现有协议通常依赖于大量的人为干预,并且可能需要数小时到数天才能产生输出。在这里,我们提出了一个完全自动化的,无模板的模型构建方法,是完全基于神经网络。我们使用图卷积网络(GCN)从一组基于旋转异构体的氨基酸身份和候选三维C $α$位置生成嵌入。从这个嵌入开始,我们使用双向长短期记忆(LSTM)模块来排序和标记与输入蛋白质序列一致的候选身份和原子位置,以获得结构模型。我们的方法为在现有方法的一小部分时间内从cryo-EM密度确定蛋白质结构铺平了道路,并且不需要人为干预。
2020-09-03 cs.CE cs.LG q-bio.BM
In silico prediction of protein flexibility with local structure approach
柔性是蛋白质结构的内在基本特征,与其功能直接相关。迄今为止,大多数预测方法使用晶体学数据(即B因子)作为蛋白质内部柔性的唯一指标,并将其预测为刚性或柔性。PredyFlexy与其他方法不同,因为它依赖于蛋白质柔性的定义(i)不仅来自晶体学数据,而且(ii)来自分子动力学模拟中观察到的均方根波动(RMSFs)。它还使用蛋白质结构的特定表示,称为长结构原型(LSP)。根据位置特异性评分矩阵,以良好的准确度预测了120个LSP,并直接用于预测(i)三类(柔性、中间和刚性)蛋白质柔性,(ii)归一化B因子,(iii)归一化RMSFs和(iv)置信指数。这三个类别之间的预测精度相当于最好的两个类别的预测方法,而归一化的B因子和归一化的RMSFs与实验和计算机数值有很好的相关性。因此,PredyFlexy是一种独特的方法,对科学界具有重要意义。它支持并行化特性,可以在使用多个内核的本地集群上运行。整个项目可以在http://www.dsimb.inserm.fr/~debrevern/TOOLS/predyflexy_1.3/index.php的开源许可下获得。
2019-08-14 q-bio.BM q-bio.QM
Predicting variation of DNA shape preferences in protein-DNA interaction in cancer cells with a new biophysical model
DNA形状读出是转录因子识别靶位点的一个重要机制。近年来,人们发展了几种考虑DNA形状的转录因子-DNA结合模型。本文提出了一种新的基于相邻二核苷酸依赖模型BayesPI 2的考虑DNA形状特征的蛋白质-DNA相互作用的生物物理模型。新模型的参数被限制在由2聚体DNA形状特征跨越的子空间中,这允许将新参数解释为对某些特征值的位置依赖性偏好的生物物理解释。使用新的模型,我们探讨了DNA形状偏好的变化,在几个转录因子跨癌细胞系和细胞条件。我们发现了用类固醇处理后MCF 7细胞中FOXA 1结合位点的DNA形状变化的证据。新模型对于阐明转录因子-DNA相互作用的更精细细节是有用的。它可以用于改善未来癌症突变效应的预测。
2017-10-31 physics.bio-ph q-bio.BM
Statistical-mechanical lattice models for protein-DNA binding in chromatin
蛋白质-DNA结合的统计力学晶格模型被很好地建立,作为描述用纯化的DNA和蛋白质组分在体外测量的复杂配体结合平衡的方法。最近,一个新的应用领域已经开辟了这种方法,因为它已经成为可能的实验量化基因组范围内的蛋白质占位的DNA序列。特别是,真核基因组由组蛋白组成称为染色质的核蛋白复合物已被认为是控制转录因子进入DNA序列的关键参数。必须开发新的方法来获得统计力学晶格描述染色质相关的蛋白质-DNA相互作用。在这里,我们提出了在染色质中组蛋白-DNA相互作用的晶格模型的理论框架,并研究了其他染色体蛋白和转录因子的(竞争性)DNA结合。这些结果对于基因表达调控的定量模型有许多应用。
2010-04-30 physics.bio-ph q-bio.BM q-bio.GN
A Unified Model of $α$-Helix/$β$-Sheet/Random-Coil Transition in Proteins
通过一个简单的模型讨论了蛋白质的$α$ -螺旋、$β$ -折叠和无规卷曲构象之间的转换理论,该模型包括短程和长程相互作用。除了Zimm-Bragg模型中的键合参数和螺旋起始因子外,还引入了三个新的参数来描述β结构:$β$链中单个残基的局部约束因子、一对键合$β$链之间相互作用的长程键合参数和一个$β$ -片层起始的校正因子.无论是增加局部约束因子还是增加长程键合参数,都可以导致$α$ -螺旋或无规卷曲构象转变为$β$ -折叠构象。转变的尖锐性取决于短程相互作用和长程相互作用之间的竞争。同时还讨论了链长、温度等因素对反应的影响。在该模型中,由于将$β$ -链分组为不同的$β$ -片层的不同方式而产生的熵对配分函数产生显著贡献,并且在β结构和螺旋结构之间产生主要差异。
2007-11-06 cond-mat.soft physics.bio-ph q-bio.BM
Flexibility of beta-sheets: Principal-component analysis of database protein structures
蛋白质折叠主要由两种类型的结构堆积在一起:α-螺旋和β-折叠。这两种结构都不是刚性的,并且螺旋和片层的柔性在确定最终折叠({ \it例如},盘绕的线圈和β-桶)。最近的工作已经使用数据库螺旋结构的主成分分析(PCA)量化了α-螺旋的灵活性(Emberly,2003)。在这里,我们使用PCA的β-折叠结构的数据库上的β-折叠的灵活性的分析。对于不同尺寸和几何形状的片材,我们发现两种主要的柔性模式:扭曲和弯曲。这些模式的振幅分布被发现是高斯和独立的,这表明PCA扭曲和弯曲模式可以被识别为软弹性正常模式的片材。我们考虑了模式本征值与片尺寸的缩放,并发现平行β-片比反平行片在整个研究范围内更刚性。最后,我们讨论了我们的PCA结果的建模和设计的β折叠蛋白质的应用。
2003-09-04 cond-mat.mtrl-sci cond-mat.soft q-bio.BM
The Energy Landscape, Folding Pathways and the Kinetics of a Knotted Protein
的折叠路径和速率系数的打结蛋白质的折叠计算的势能函数具有最小的能量挫折。采用离散路径采样方法构建了动力学跃迁网络,并通过构造不连通图对势能面进行了可视化。由于拓扑结构的限制,地势低洼的部分的景观由三个不同的区域,对应于本地打结状态和配置的N-或C-末端尚未折叠成结。从变性状态的最快折叠途径表现出结的N-末端部分的早期形成和C-末端并入的速率决定步骤。因此,N-末端打结且C-末端游离的低位最小值构成了该模型的非途径中间体。N-和C-末端插入到结中发生在折叠过程的后期,产生大的能量势垒,其是折叠过程中的速率限制步骤。当与类似长度的其他蛋白质折叠蛋白质相比时,该系统折叠慢六个数量级。
2010-07-02 cond-mat.soft q-bio.BM
Structure fluctuations and conformational changes in protein binding
结构波动和构象变化伴随着所有涉及大分子的生物过程。本文提出了一种基于蛋白质中残基质心的归一化平衡波动和结合时侧链构象变化的统计分析的蛋白质残基分类。应用简正波分析和弹性网络模型计算了一组蛋白质复合物的残基波动,并进行了残基分类。与基于归一化B因子的分类比较表明,B因子可能低估了溶剂中蛋白质的灵活性。我们的分类表明,蛋白质环和无序的片段富含高度波动的残基和耗尽弱波动的残基。为了计算二面角分布函数,位形空间通过立方网格划分成单元。蛋白质缔合对分布函数的影响取决于氨基酸类型和二面角空间中的网格步长。对于大多数残基,二面角的变化从近主链的二面角到最远的二面角增加。平均而言,五分之一的界面残基改变旋转异构体的状态结合后,而其余的界面残基进行本地rerereaderministration内相同的旋转异构体。
2011-10-24 physics.bio-ph q-bio.BM
A strategy on prion AGAAAAGA amyloid fibril molecular modelling
X射线晶体学和核磁共振(NMR)光谱学是确定蛋白质3D结构的两种有力工具。然而,并不是所有的蛋白质都能成功地结晶,特别是膜蛋白。虽然NMR光谱学在确定膜蛋白的3D结构方面确实非常强大,但与X射线晶体学一样,它仍然非常耗时和昂贵。在许多情况下,由于某些蛋白质的非结晶和不溶性,X射线和NMR根本无法使用。然而,计算方法使我们能够在亚微观水平上获得蛋白质3D结构的描述。据作者所知,迄今为止,关于朊病毒蛋白疏水区(113-120)中AGAAAAGA回文结构的数据很少,该区域正好位于朊病毒蛋白N-末端非结构化区域(1-123)内。许多实验研究表明,AGAAAAGA区域具有淀粉样纤维形成特性,在朊病毒疾病中起重要作用。由于淀粉样蛋白原纤维的非结晶和不溶性,几乎没有关于AGAAAAGA的结构数据。本文介绍了一种简单的分子建模策略,以解决3D原子分辨率结构的朊病毒AGAAAAGA淀粉样纤维。本论文所获得的朊病毒AGAAAAGA淀粉样纤维的原子分辨结构对于在药物化学领域寻找朊病毒疾病的治疗方法是有用的。
2011-09-11 math.OC q-bio.BM
Optimal atomic-resolution structures of prion AGAAAAGA amyloid fibrils
X射线晶体学是确定蛋白质3D结构的有力工具。然而,这是耗时和昂贵的,并不是所有的蛋白质都可以成功地结晶,特别是膜蛋白。虽然核磁共振(NMR)光谱确实是确定膜蛋白3D结构的一个非常强大的工具,但它也是耗时和昂贵的。据作者所知,由于淀粉样原纤维的非结晶和不溶性,朊病毒蛋白疏水区(113-120)中的AGAAAAGA回文结构数据很少,尽管许多实验研究表明该区域具有淀粉样原纤维形成特性,并在朊病毒疾病中起重要作用。鉴于此,本研究致力于解决这个问题,从计算方法,如全局能量优化,模拟退火,结构生物信息学。本文报道的朊病毒AGAAAAGA淀粉样蛋白的最佳原子分辨率结构对科学界寻找朊病毒疾病的治疗方法具有价值。
2011-04-11 physics.bio-ph q-bio.BM
Theory on the mechanisms of combinatorial binding of transcription factors with DNA
我们建立了一个关于转录因子(TF)与DNA上特异性结合位点组合结合机制的理论框架。我们认为三种可能的机制,即单体,异源寡聚体和协调招聘途径。在单体途径中,组合转录因子以独立的方式寻找它们的靶点,并且它们之间的蛋白质相互作用将是微不足道的。蛋白质相互作用非常强,因此在异源寡聚体途径的情况下,TF的异源寡聚体复合物作为整体搜索同源位点。首先到达的TF将在招募路径中以顺序的方式招募相邻的TF。TF之间的蛋白质相互作用释放的自由能将反过来用于稳定TF-DNA复合物。这种TF的协调结合实际上表现为合作效应。只有当很少的转录因子参与组合调控时,MMPs和异源寡聚体途径才有效。详细的随机游走模拟表明,当组合中的TF的数量增加时,则这些路径中的TF的搜索效率以幂律方式随着TF数量的增加而降低。与单体途径相关的幂律指数似乎强烈依赖于TF的数量、TF的初始位置与其特异性结合位点之间的距离以及与TF在DNA上的动力学相关的跳跃大小。
2016-10-20 physics.bio-ph q-bio.BM q-bio.SC
Classes of fast and specific search mechanisms for proteins on DNA
搜索和识别问题出现在不同的尺度上的生物系统。在这篇综述中,我们专注于蛋白质,特别是转录因子,和DNA之间的相互作用所带来的挑战和可能的机制,允许一个快速和选择性的目标定位。最初,我们认为,DNA结合蛋白可以分类,广义上,分为三个不同的类,我们说明使用实验数据。每一类要求一个不同的搜索过程,我们讨论了可能的应用程序,多年来提出的不同的搜索机制,每一类。这次审查的主旨是建立一个基于障碍歧视的新机制。我们介绍了该模型,并详细分析了其后果。它表明,这种机制适用于所有类别的转录因子,并可以导致一个快速和具体的搜索。此外,它表明,该机制具有有趣的瞬态功能,允许在目标的稳定性,尽管快速结合和解结合的转录因子从目标。
2011-04-05 cond-mat.soft physics.bio-ph q-bio.BM
DNA-Protein Binding Rates: Bending Fluctuation and Hydrodynamic Coupling Effects
我们研究扩散粒子和半柔性聚合物上的靶位点之间的扩散限制反应,这是决定DNA-蛋白质结合和细胞骨架丝聚合动力学的关键因素。我们的理论集中在两个竞争的影响:聚合物的形状波动,这加快协会,和扩散颗粒和链之间的流体动力学耦合,这减慢协会。聚合物弯曲波动使用平均场动力学理论,而聚合物和颗粒之间的流体动力学耦合是通过一个简单的启发式近似。这两个我们验证通过比较与布朗动力学模拟。这两种效应都没有得到充分考虑之前在生物物理方面,我们表明,他们是必要的,以形成准确的估计反应过程。缔合速率取决于聚合物的刚度和颗粒尺寸,表现出最大的中间持久长度和最小的中间颗粒半径。在与DNA-蛋白质结合相关的参数范围内,与简单质心运动的Smoluchowski结果相比,速率增加高达100%。理论所作的定量预测可以通过实验来检验。
2010-11-15 cond-mat.soft physics.bio-ph physics.chem-ph
An optimization strategy on prion AGAAAAGA amyloid fibril molecular modeling
X射线晶体学和核磁共振(NMR)光谱学是确定蛋白质3D结构的两种有力工具。然而,并不是所有的蛋白质都能成功地结晶,特别是膜蛋白。虽然NMR光谱学在确定膜蛋白的3D结构方面确实非常强大,但与X射线晶体学一样,它仍然非常耗时和昂贵。在许多情况下,由于某些蛋白质的非结晶和不溶性,X射线和NMR根本无法使用。然而,计算方法使我们能够在亚微观水平上获得蛋白质3D结构的描述。据作者所知,迄今为止,关于朊病毒蛋白疏水区(113- 120)中AGAAAAGA回文结构的数据很少,该区域正好落在朊病毒蛋白N-末端非结构化区(1- 123)内。许多实验研究表明,AGAAAAGA区域具有淀粉样纤维形成特性,在朊病毒疾病中起重要作用。然而,由于淀粉样蛋白原纤维的非结晶和不溶性,几乎没有关于AGAAAAGA的结构数据。本文介绍了一种简单的优化策略的方法来解决3D原子分辨率结构的朊病毒AGAAAAGA淀粉样纤维。本论文所获得的朊病毒AGAAAAGA淀粉样纤维的原子分辨结构对于在药物化学领域寻找朊病毒疾病的治疗方法是有用的。
2011-05-23 cs.CE physics.bio-ph q-bio.BM
Estimation of Protein-Ligand Unbinding Kinetics Using Non-Equilibrium Targeted Molecular Dynamics Simulations
在这里,我们报告非平衡靶向分子动力学模拟作为工具的蛋白质配体解结合动力学的估计。SPR动力学测量和X-射线晶体学实验数据的相关模拟结合到伴侣蛋白Hsp 90的N-末端结构域的两个小分子化合物库,我们表明,平均非平衡工作计算在一个合奏的轨迹强制配体解结合是一个很有前途的预测配体解结合率。我们进一步调查的分子基础,确定化合物库内的解结合率。我们提出配体构象变化和蛋白质-配体非键合相互作用的影响解结合率。如果配体表现出与靶标的强静电和/或范德华相互作用,则配体可以在蛋白质上保持更长时间。然而,在具有表现出较长停留时间的刚性化学支架的配体的情况下,与蛋白质的瞬时静电相互作用似乎促进解结合。我们的研究结果表明,理解解结合途径和沿此途径的蛋白质与配体相互作用对于预测具有确定解结合的小分子配体是至关重要的
2019-11-09 physics.bio-ph physics.chem-ph physics.comp-ph
Predicting Transcription Factor Specificity with All-Atom Models
转录因子(TF)与DNA操纵子位点的结合可以启动或抑制基因的表达。传统上,TF识别的位点的计算预测依赖于几个同源位点的知识,而不是从头开始的方法。在这里,我们研究了使用基于结构的能量计算的可能性,不需要结合位点的知识,而是从蛋白质-DNA复合物的结构开始。我们研究了PurRE。大肠杆菌TF,并探讨在何种程度上原子模型的蛋白质-DNA复合物可以用来区分同源和非同源DNA位点。特别强调的是,这种方法的系统评价,通过比较其性能与生物信息学方法,通过测试它对随机诱饵和网站的同源TF。我们还研究了DNA和蛋白质中的一组实验突变。使用我们明确的能量估计,我们表明,PurR的特异性主要是由直接的蛋白质-DNA相互作用,弱的DNA弯曲的影响。
2008-09-24 physics.bio-ph q-bio.BM q-bio.QM
PDBCirclePlot: A Novel Visualization Method for Protein Structures
交互式分子图形应用程序有助于分析三维蛋白质结构。自然,蛋白质结构的非交互式2-D快照不会传达相同水平的几何细节。几种二维可视化方法已被用于总结结构信息,包括接触图和二维卡通视图。我们提出了一种新的方法,蛋白质结构的2-D可视化的氨基酸残基显示在一个圆圈和空间上接近的残基描述的链接。此外,特定于残留物的属性,例如保存、可达性、温度系数,可以在同一圆形视图上显示为图。
2014-02-20 cs.CE q-bio.BM q-bio.QM