AdaNovo: Adaptive \emph{De Novo} Peptide Sequencing with Conditional Mutual Information
School of Engineering, Westlake University（西湖大学工程学院）；University of Southern California（南加利福尼亚大学）
针对从头肽段测序中PTM识别难和噪声干扰问题，提出AdaNovo框架，利用条件互信息进行自适应训练，在9物种基准上达到最优性能并展现鲁棒性。
2024-03-15 cs.LG q-bio.BM q-bio.QM
Prebiotic Chemistry Insights for Dragonfly: Thermodynamics of Amino Acid Synthesis in Selk Crater on Titan
Purdue University（普渡大学）
本研究结合益生元化学与热力学模型，评估土卫六Selk陨石坑中HCN、C₂H₂和NH₃混合物合成氨基酸的可能性，为“蜻蜓”任务提供检测目标与理论依据。
2025-11-12 astro-ph.EP physics.chem-ph q-bio.BM
Peptide Sequencing Via Protein Language Models
University of Texas at Arlington（德克萨斯大学阿灵顿分校）；UCLA Health（加州大学洛杉矶分校医疗中心）
本文提出微调源自 ProtBert 的蛋白质语言模型，从有限氨基酸测量中重建肽完整序列，在仅知 [KCYM] 时准确率达 90.5%，并经结构与跨物种验证。
2024-08-01 cs.LG q-bio.BM
GA-Novo: De Novo Peptide Sequencing via Tandem Mass Spectrometry using Genetic Algorithm
蛋白质组学是对蛋白质的大规模分析。鉴定蛋白质和表征其氨基酸序列的常用方法是将蛋白质消化成肽，使用质谱法分析肽，并使用数据库搜索工具将所得串联质谱（MS/MS）分配给肽。然而，数据库搜索算法高度依赖于参考蛋白质数据库，并且它们不能识别不包括在数据库中的肽和蛋白质。因此，开发了从头测序算法以通过直接重建MS/MS谱的肽序列而不使用任何蛋白质数据库来克服该问题。目前的从头测序算法往往不能构建完全匹配的序列，并产生部分匹配。在这项研究中，我们提出了一种基于遗传算法的方法，GA-Novo，以解决复杂的优化任务从头肽测序，旨在构建全长序列。给定MS/MS光谱，GA-Novo优化氨基酸序列以最佳拟合输入光谱。在测试数据集上，GA-Novo的性能优于PEAKS，PEAKS是该任务中最常用的软件，构建的完全匹配肽序列数量高出8%，部分匹配序列的召回率高出4%。
2019-02-03 cs.CE q-bio.BM q-bio.QM
Classifying Antimicrobial and Multifunctional Peptides with Bayesian Network Models
贝叶斯网络模型在表征酶催化反应、缓慢构象变化、预测酶抑制和基因组学方面取得了成功。在这项工作中，我们将其应用于统计建模的肽，同时确定氨基酸序列基序，并使用基于基序的模型，以澄清基序的作用，可能发挥抗菌活性。我们构建的模型越来越复杂，展示了如何化学知识的肽系统可以嵌入，而不需要新的推导模型拟合方程后，改变模型结构。这些模型用于构建在预测肽的抗微生物活性方面具有良好性能（94%准确度，Matthews相关系数为0.87）的分类器，同时构建可解释的参数。我们证明了使用这些模型来识别潜在的抗菌和抗微生物肽，并表明氨基酸的背景分布可以发挥更大的作用比序列基序的活性。这提供了可以进行的肽活性建模的类型的进步以及可以构建模型的容易性。
2018-04-17 q-bio.BM stat.AP stat.ML
Mixed Anhydrides at the Intersection Between Peptide and RNA Autocatalytic Sets: Evolution of Biological Coding
我们提出了一个生物编码起源的方案。在这种情况下，编码是存储在一个位置的化学信息与存储在另一个位置的化学信息之间的符号关系。编码起源于两个最初分离的自催化集合的合作相互作用，一个用于核酸，一个用于肽。当这两组相互作用时，一系列RNA折叠指导的过程导致了它们的联合协同性。氨酰腺苷酸，也就是今天的氨基酸-AMP，是这两个自催化集合形成的第一个共价结合，并巩固了它们的相互依赖性。这个分子是这个时代的一个再现，是RNA和蛋白质之间最初的符号学关系（即编码关系）的遗迹。更明确的编码由选择压力驱动，以消除集体自催化装置中的浪费。最终单个氨基酸和短RNA片段之间的1：1关系（例如，三个核苷酸），从而形成了今天所称的遗传密码。转移RNA氨酰化酶，或aaRS，出现伴随着出现的特殊编码。这两类aaRS酶是两条核酸链中互补信息的二元性的残余，如最初由罗丹和大野假设的那样。编码进化的每一个阶段都是由系统组件的向下选择驱动的，以满足康德的整体。编码最终是被迫的，因为开放式进化至少需要两类化学上不同的聚合物;只有一种聚合物的系统无法表现出这种特征。因此，编码是我们所知的生命的同义词，可以被认为是宇宙历史中的一个相变。
2022-05-25 physics.hist-ph q-bio.BM
PARCE: Protocol for Amino acid Refinement through Computational Evolution
作为结合剂的肽和蛋白质的计算机设计由于它们的低副作用和主要特异性而可用于诊断和治疗。为了选择最有希望的候选物，关键问题是了解它们与蛋白质靶标的相互作用。在这项工作中，我们提出了PARCE，一个开源的协议，通过计算进化的氨基酸细化，实现了一个先进的和有前途的方法设计的肽和蛋白质。该方案在结合剂序列中进行随机突变，然后使用分子动力学模拟对结合的构象进行采样，并通过多个评分评估蛋白质相互作用。最后，它通过应用基于结合分数的一致性标准来接受或拒绝突变。迭代该过程的目的是有效地探索新的序列与潜在的更好的亲和力对他们的目标。我们还提供了一个教程运行和再现的方法。
2020-04-27 physics.bio-ph q-bio.BM q-bio.QM
Lattice model of protein conformations
我们介绍了一个晶格模型的蛋白质构象，这是能够再现第二结构的蛋白质（α-螺旋和β-片）。这一模式基于以下两个主要思想。首先，我们通过不平行于坐标轴的立方晶格中的边来模拟肽链中氨基酸残基的骨架部分。其次，我们描述了可能的氨基酸残基的接触，使用离散模型的Ramachandran图。该模型允许描述肽链骨架中残基之间的氢键。特别是晶格二级结构具有正确的氢键结构。我们还考虑了氨基酸残基的侧链及其相互作用。提出了一种包含主链氢键和侧链相互作用贡献的晶格蛋白质构象能的表达式。晶格二级结构是引入能量的局部极小值。
2012-07-31 cond-mat.soft physics.bio-ph q-bio.BM
Oligomerization of amyloid Abeta peptides using hydrogen bonds and hydrophobicity forces
与阿尔茨海默氏病相关的β-淀粉样肽的16-22个氨基酸片段Abeta能够形成淀粉样原纤维。在这里，我们研究了Abeta（16-22）肽的聚集机制，通过无偏的热力学模拟在原子水平上的一个，三个和六个Abeta（16-22）肽的系统。我们发现，分离的Abeta（16-22）肽主要是一个无规卷曲的意义上的α-螺旋和β-链含量低，而三链和六链系统形成聚集的结构与高β-片含量。此外，与Abeta（16-22）原纤维的实验一致，我们发现大的平行β-折叠不太可能形成。对于六链系统，聚集结构可以具有许多不同的形状，但可以识别某些特别稳定的形状。
2004-09-14 q-bio.BM
Amino acid preference against beta sheet through allowing backbone hydration enabled by the presence of cation
已知β折叠中水和肽基团PG之间的氢键HB的肽侧链的空间阻断符合氨基酸固有β折叠偏好。目前的观察结果与量子分子动力学，QMD，模拟与每个水分子溶剂化的β折叠，这将是短暂的性质表明，这种空间阻断是不适用于疏水区，除非阳离子存在，因此，氨基酸β折叠偏好由于这种空间阻断是只在阳离子的存在下是有效的。我们观察到在没有阳离子存在的情况下，聚丙氨酸和聚缬氨酸α螺旋中的主链水合，但阳离子可以增加这些HB的强度。平行β折叠具有比相等小尺寸的反平行β折叠更大的趋势以在溶剂化QMD中保留规则结构，并且使用4链4间PG HB链平行β折叠。通过一个表面是聚缬氨酸来增强稳定性，其支撑用于实验的相对表面。一个单一的Ca2+离子被用于调查的个别结合事件，而不是散装性能。在这些模拟中没有观察到Ca2+和PG氧之间的直接结合，但随着瞬时β折叠的展开，它可能发生在更长的时间尺度上。当对肽共振、共振辅助氢键和水的性质准确的线性缩放QMD方法变得可用时，可以以可接受的计算成本进行具有多种类型的多种离子的更广泛的实验。重要的是，这样的调查进行蛋白质的二级结构，而不是模型酰胺，使侧链限制的骨干水合作用，因此内在的氨基酸倾向被捕获。
2016-10-03 cond-mat.soft physics.chem-ph q-bio.BM
Homochirality in an early peptide world
最近提出的模型，非自催化反应的二肽反应导致自发对称性破缺和同手性的检查。该模型由氨基酸的活化、聚合、差向异构和解聚控制。对称性破坏主要是由于涉及同二聚体和异二聚体的反应速率不同，即，立体选择性，以及差向异构化只能发生在N-末端残基上而不能发生在C-末端残基上的事实。这对应于仅在一种意义上起作用的自归纳循环过程。有人认为，差向异构化模仿自催化行为以及相互拮抗作用-这两者都是已知的是至关重要的生产完全同手性。
2006-10-28 q-bio.BM
Design and Production of Specifically and with High Affinity Reacting Peptides
背景：一种部分随机靶选择方法被开发用于设计和生产针对任何蛋白质查询的亲和试剂（靶）。它基于最近的蛋白质组密码概念（综述参见Biro，2007 [1]），该概念表明特异性相互作用蛋白质中的大量氨基酸由部分互补密码子编码。这意味着编码许多共定位氨基酸的密码子的第一和第三残基是互补的，但第二残基可以但不一定是互补的：如5 '-AXG-3'/3 '-CXT-5'密码子对，其中X是任何核苷酸。结果如下：合成45个残基长、反向、部分互补的寡核苷酸序列（靶池）的混合物，以选择查询mRNA序列的表位。第二密码子残基随机化。将目的寡核苷酸池插入载体，表达，并在细菌双杂交系统中筛选蛋白产物对查询的亲和力。最好的克隆用于大规模的蛋白质合成和表征。这是可能的设计和生产特异性和高亲和力反应（Kd：100 nM）的寡肽试剂GAL 4查询寡肽。结论：第二密码子残基随机化是一种很有前途的设计和生产亲和肽的任何蛋白质序列。该方法有可能成为一种快速，廉价，高通量，非免疫球蛋白为基础的替代最近的体内抗体产生程序。
2008-07-20 q-bio.BM q-bio.QM
ApexGen: Simultaneous design of peptide binder sequence and structure for target proteins
University of Pennsylvania（宾夕法尼亚大学）
针对现有肽结合物设计方法割裂序列与结构设计、效率低的问题，提出AI框架ApexGen同步设计适配靶蛋白的肽段序列与三维结构，测试验证其设计的肽段结合性能优异、效率更高，可加速肽类疗法研发。
2025-11-18 q-bio.BM
Helix vs. Sheet Formation in a Small Peptide
具有氨基酸序列EKAYLRT的片段在天然存在的蛋白质中以$α$ -螺旋和$β$ -折叠出现。因此，我们利用这种肽来研究蛋白质二级结构的形成如何依赖于局部环境。我们的数据依赖于多正则蒙特卡罗模拟，其中考虑了所有原子之间的相互作用。气相中的结果进行了比较，在一个隐式溶剂。我们发现，无论是在气相和溶剂化EKAYLRT形成一个$α$ -螺旋时，不与其他分子相互作用。然而，在$β$ -链附近，肽形成$β$ -链。由于这种二级结构的变化，我们的肽可能为$α\to β$转变提供一个简单的模型，该转变被认为与朊病毒疾病和类似疾病的爆发有关。
2003-08-20 cond-mat.soft physics.bio-ph q-bio.BM
Simple models of protein folding and of non--conventional drug design
虽然蛋白质折叠所需的所有信息都包含在其氨基酸序列中，但人们还没有学会如何提取这些信息来预测序列已知的蛋白质的三维、生物活性、天然构象。利用从蛋白质折叠的简单模型模拟中获得的见解，特别是这种现象基本上由（少数）强相互作用（“热”）（通常是疏水性的）氨基酸之间的保守（天然）接触控制的事实，所述接触也稳定局部基本结构（LES，隐藏的、初始的二级结构，如$α$ -螺旋和$β$ -片层）在折叠过程早期形成并导致临界后折叠核（即，使系统通过整个折叠过程中发现的最高自由能势垒的天然接触的最小集合），有可能制定出一种成功的策略，用于仅从它们的氨基酸序列和氨基酸之间的接触能的知识来读取设计的蛋白质的天然结构。因为LES已经经历了数百万年的进化以选择性地对接到它们的互补结构，所以预期由与LES相同的氨基酸制成的小肽选择性地附着到新表达的多肽上。（未折叠的）蛋白质并抑制其折叠，或者使其与天然的蛋白质结合。这些肽或其模拟分子，因此可以作为有效的非常规药物用于那些已经存在的药物（并且针对中和酶的活性位点），显示出不遭受抗性上升的优点。
2004-06-15 q-bio.BM
Xeno Amino Acids: A look into biochemistry as we don't know it
本文从三个层面回顾了外星生命可能使用氨基酸的方式，探讨了其他化学结构、骨架及侧链的可行性，并指出实验室与计算研究在探索外星肽结构与功能方面的新机遇。
2023-10-30 q-bio.BM q-bio.PE
Amino-acid-dependent main-chain torsion-energy terms for protein systems
许多常用的蛋白质体系力场，如AMBER、CHARMM、GROMACS、OPLS和ECEPP，都具有与氨基酸无关的主链扭转能项力场参数。在这里，我们提出了一种新的类型的氨基酸依赖的扭转能量项的力场。作为一个例子，我们将这种方法应用于AMBER ff 03力场，并通过使用我们的优化方法，这是一种基于知识的方法，确定了新的氨基酸依赖的参数$ψ$和$ψ'$角为每个氨基酸。为了测试新的力场参数的有效性，我们然后进行折叠模拟$α$ -螺旋和$β$ -发夹肽，使用优化的力场。结果表明，新的力场参数给出的结构比原来的AMBER ff 03力场更符合实验的含义。
2012-06-18 cond-mat.stat-mech physics.bio-ph q-bio.BM
Time-dependent perturbation theory for vibrational energy relaxation and dephasing in peptides and proteins
不调用马尔可夫近似，我们推导出的振动能量弛豫（VER）和移相的非谐系统振子使用含时微扰理论的公式。由于我们采用简正模图像作为零阶近似，系统浴哈密顿量包含了多于三阶的耦合项。当我们调用马尔可夫近似时，我们的理论简化为Maradudin-Fein公式，该公式用于描述玻璃和蛋白质的VER性质。当系统的非谐性和重整化效应，由于环境消失，我们的公式减少到那些由Mikami和Okazaki调用路径积分的影响功能的方法[J. Chem. Phys. 121（2004）10052]。我们将我们的公式应用于一个类似氨基酸的小分子N-甲基乙酰胺在重水中的酰胺I模式的VER。
2006-01-21 q-bio.BM
The electronic structure and dipole moment of charybdotoxin, a scorpion venom peptide with K+ channel blocking activity
利用量子力学方法研究了具有钾离子通道阻断剂作用的蝎毒肽- ChTX的偶极矩矢量（145 D）可以被全长KcsA钾通道的大偶极子（403 D）搅动，从而在细胞表面上结合离子通道之前呈现适当的取向。首次揭示了ChTX前线轨道的局域化。HOMO位于Trp 14上，而三个最低能量的MO（LUMO、LUMO+1和LUMO+2）位于表征该肽的三个二硫键上。工程化ChTX的HOMO-LUMO（H-L）间隙的有效方式是用Ala 14替换其Trp 14残基，而通过插入一对L-α-氨基丁酸残基来缺失LUMO相关的二硫键不影响H-L能隙。
2010-05-21 q-bio.BM
PASS: De novo assembler for short peptide sequences
PASS是一种短肽序列的从头组装器，利用LC-MS产生的肽段数据重建蛋白质靶标，生成100个氨基酸以上的重叠群，序列同一性达93.1%–99.1%，有助于下游样品表征。
2022-08-11 q-bio.BM q-bio.GN
ACP-ESM: A novel framework for classification of anticancer peptides using protein-oriented transformer approach
Kocaeli University（科贾埃利大学）
本研究提出ACP-ESM框架，利用ESM、ProtBert等四种Transformer模型从氨基酸序列识别抗癌肽，在多个数据集上准确率最高达97.66%，确立了新的最先进水平。
2024-01-04 cs.AI cs.CE cs.LG
Hotspot-Driven Peptide Design via Multi-Fragment Autoregressive Extension
Tsinghua University（清华大学）；University of Washington（华盛顿大学）；Massachusetts Institute of Technology（麻省理工学院）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；ByteDance Inc.（字节跳动公司）；Helixon Inc.（Helixon公司）
针对肽结合剂设计中残基贡献不均、几何结构约束及真实任务匮乏的问题，提出热点驱动的自回归生成模型PepHAR，通过热点采样、片段自回归延伸和迭代优化实现从头肽设计，实验验证其在计算肽结合剂设计中的潜力。
2025-05-20 cs.AI cs.LG q-bio.BM
Design of a folding inhibitor of the HIV-1 Protease
由于HIV-1-PR是病毒生命周期中的一种必需酶，抑制它可以控制艾滋病。因为单结构域蛋白质的折叠，如HIV-1-PR，是由局部基本结构控制的（LES，由强相互作用、高度保守的氨基酸稳定的折叠单元），其已经进化了无数代以相互识别和强烈吸引，从而使蛋白质快速折叠，我们提出了一种新型的干扰蛋白质折叠的HIV-1-PR抑制剂：显示与LES相同的氨基酸序列的短肽。这种抑制剂的特异性和效率的理论和实验证据。
2004-08-16 q-bio.BM
Learning a peptide-protein binding affinity predictor with kernel ridge regression
Université Laval（拉瓦尔大学）
我们提出了一个专门的字符串内核的小生物分子，肽和伪序列的结合界面。该核结合了氨基酸的物理化学性质，并优雅地推广了八个核，如寡核苷酸，加权度，混合光谱和径向基函数。我们提供了一个低复杂度的动态规划算法的精确计算的核和它的近似的线性时间算法。结合核岭回归和SupCK，一种新的结合口袋核，所提出的核产生生物相关性和良好的预测精度的PepX数据库。机器学习预测器首次能够准确预测任何肽与任何蛋白质的结合亲和力。该方法也适用于单靶和泛特异性主要组织相容性复合物II类基准数据集和三个定量结构亲和模型基准数据集。在所有基准上，我们的方法在预测肽-蛋白质结合亲和力方面显著（p值< 0.057）优于当前最先进的方法。所提出的方法是灵活的，可以应用于预测任何定量的生物活性。该方法应该是有价值的一个大部分的研究社区的潜力，以加速肽为基础的药物和疫苗的开发。
2012-07-31 cs.LG q-bio.BM q-bio.QM
SaltyMeta: a curated benchmark and protein language model-informed web tool for salty peptide prediction
Institute of Edible Fungi, Shanghai Academy of Agricultural Sciences（上海市农业科学院食用菌研究所）
SaltyMeta构建了含580条肽的咸味肽基准，评估描述符与ESM2嵌入融合模型，最佳模型测试ROC-AUC达0.715，提供网络筛选工具。
2026-09-16 q-bio.BM
Duplex formation and secondary structure of γ-PNA observed by NMR and CD
肽核酸（PNA）是非天然的寡核苷酸模拟物。γ-PNA骨架由标准核酸核碱基通过由肽键连接的中性N-（2-氨乙基）甘氨酸骨架连接而形成。在本研究中，我们使用核磁共振（NMR）和圆二色性（CD）来探索这些物种形成的超分子双链体的性质。我们发现，标准的沃森-克里克碱基对以及非标准的形成在溶液中。由此形成的双链体呈现显著的熔融转变温度，其显著高于它们的核酸同源物。此外，γ-肽骨架上手性基团的存在进一步增加了该转变温度，导致非常稳定的双链体。
2015-10-10 q-bio.BM
Curriculum Learning for Biological Sequence Prediction: The Case of De Novo Peptide Sequencing
Fudan University（复旦大学）；University of British Columbia（不列颠哥伦比亚大学）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）；Zhejiang University（浙江大学）
针对现有非自回归Transformer肽测序模型依赖CTC损失易训练失败的问题，提出融入结构化蛋白质序列课程学习策略的改进模型，搭配自优化推理模块，大幅降低训练失败率，在9个基准物种的多指标上均优于现有方法。
2025-06-16 cs.LG q-bio.BM
Interface-Driven Peptide Folding: Quantum Computations on Simulated Membrane Surfaces
本研究扩展现有量子计算算法，预测抗菌肽在类似脂质膜的亲水-疏水界面上的最佳构象，无需增加量子比特，展示了量子计算在复杂生物分子过程建模中的潜力。
2024-01-10 physics.bio-ph q-bio.BM quant-ph
Protein preliminaries and structure prediction fundamentals for computer scientists
蛋白质结构预测是计算机科学中一个具有挑战性且尚未解决的问题。蛋白质是由一系列的氨基酸通过一个肽键连接在一起。二十种主要氨基酸的组合是所有蛋白质的组成部分。在这个问题中使用的体外实验室方法是非常耗时的，成本密集型的，并且容易失败。因此，替代计算方法开始发挥作用。蛋白质结构预测问题是从蛋白质的氨基酸序列中找出蛋白质的三维天然结构。蛋白质的天然结构具有可能的最小自由能，并且可以说决定了蛋白质的功能。在这项研究中，我们介绍了蛋白质及其结构的分类，蛋白质结构预测问题，蛋白质模型。我们还简要介绍了用于蛋白质结构预测的实验和计算方法。本研究将提供一个基础知识的计算机科学家谁是打算追求他们未来的研究蛋白质结构预测问题。
2015-10-09 cs.CE q-bio.BM
RAFP-Pred: Robust Prediction of Antifreeze Proteins using Localized Analysis of n-Peptide Compositions
Iqra University（伊克拉大学）；The University of Western Australia（西澳大利亚大学）
在极端寒冷的天气中，生物体产生抗冻蛋白（AFP）来对抗致命的细胞内冰的形成。各种AFP的结构和序列表现出高度的异质性，因此预测AFP被认为是一项具有挑战性的任务。在这项研究中，我们建议使用本地化处理的概念来处理这个艰巨的多方面的学习任务。特别地，将AFP序列分段成两个亚段，分析每个亚段的氨基酸和二肽组成。我们建议只使用最重要的功能，使用信息增益（IG）的概念，其次是随机森林分类方法。所提出的RAFP-Pred在许多标准数据集上取得了优异的性能。我们报告了在标准独立测试数据集上的高约登指数（灵敏度+特异性-1）值0.75，分别优于AFP-PseAAC、AFP-PSSM、AFP-Pred和iAFP 0.05、0.06、0.14和0.68。UniProKB数据集的验证率为83.19\%，显著优于iAFP方法报告的57.18\%。
2018-09-25 cs.LG q-bio.BM stat.AP
Synchronization as a unifying mechanism for protein folding
不同的模型，如扩散碰撞和成核凝聚已被用来解开二级和三级结构的形成过程中蛋白质折叠。然而，一个简单的机制的基础上的物理原理，提供了一个准确的描述动力学和热力学的这种现象尚未确定。这项研究引入了这样的假设，即整个骨架的肽平面振荡运动的同步化也必须在折叠机制中发挥关键作用。在此基础上，我们绘制了一个平行的折叠过程和动力学的耦合振子网络所描述的仓本模型。氨基酸耦合可以解释推动氨基酸序列通过自组织形成结构的力的平均场特性。因此，簇的同步形成和增长模式有助于解决Levinthal悖论，同步化也有助于我们理解同源结构建模的成功，变构效应以及嗅觉受体识别气味的机制。
2014-10-14 q-bio.BM
Protein loops, solitons and side-chain visualization with applications to the left-handed helix region
折叠蛋白质具有模块化组装。它们由规则的二级结构如α-螺旋和β-链通过环连接在一起构成。在这里，我们开发了一种可视化技术，适用于描述这种模块化结构。作为对广泛采用的基于环形几何的Ramachandran图的补充，我们的方法利用了两个球体的几何形状。与传统的方法不同，我们的方法只描述了一个给定的肽单元，我们能够描述整个骨架环境，包括相邻的肽单元。它将每个原子的位置映射到双球的表面上，精确地描述了位于中心C-α原子位置的观察者如何看到这些原子。在侧链原子的每个水平，我们观察到原子的定位和潜在的局部二级结构之间的强相关性，不同氨基酸之间的变化非常小。作为一个具体的例子，我们分析了非甘氨酰氨基酸的左手螺旋区。该区域对应于在双球上的C-β碳方向上的孤立的和高度局部化的残基独立扇区。我们表明，残基独立的本地化扩展到C-γ和C-δ碳，侧链的氧和氮原子的情况下，天冬酰胺和天冬氨酸。当我们将分析扩展到相邻残基的侧链原子时，我们观察到左手β-转角显示出规则的且在很大程度上独立于氨基酸的结构，该结构可以扩展到七个连续残基。这种集体模式是由于主干孤子的存在。我们展示了如何使用我们的可视化技术来分析和分类不同的孤子的选择规则，我们详细描述。
2012-09-02 cond-mat.soft physics.bio-ph q-bio.BM
A minimum set of stable blocks for rational design of polypeptide chains Running head: A set of stable blocks for protein rational design
这项工作的目的是找到一组结构稳定的五肽，它允许形成所需的3D结构的多肽链。为了寻找确保五肽结构稳定性的因素，我们基于丙氨酸五肽AAAAA生成了具有不超过三个官能团的肽序列。我们用分子动力学方法分析了44，860个肽的结构，发现1，225个五肽在超过80%的模拟时间内处于稳定构象。这些构象的聚类显示54个拓扑类型的构象稳定的五肽。这些构象与蛋白质二级结构的不同组合元件有关。因此，我们获得了构象稳定的五肽的氨基酸结构的最小集合，创建了确保蛋白质结构的预折叠构象的形成的不同拓扑结构的完整集合。
2019-08-14 q-bio.BM q-bio.QM
Protein identification with deep learning: from abc to xyz
David R. Cheriton School of Computer Science, University of Waterloo（滑铁卢大学 David R. Cheriton 计算机科学学院）；Bioinformatics Solutions Inc.（Bioinformatics Solutions 公司）
蛋白质是细胞、组织或有机体中生物功能的主要工具。在给定样品中的蛋白质的鉴定和定量，例如在正常/疾病条件下的细胞类型，是理解人类健康和疾病的基本任务。在本文中，我们介绍了DeepNovo，这是一种基于深度学习的工具，用于解决从串联质谱数据中识别蛋白质的问题。这个想法最初是在从头肽测序的背景下提出的[1]，其中卷积神经网络和递归神经网络被应用于从其光谱预测肽的氨基酸序列，这与从图像生成标题类似。我们进一步开发DeepNovo来执行序列数据库搜索，这是肽识别的主要技术，极大地受益于众多现有的蛋白质数据库。我们将从头测序和数据库搜索两个模块结合到一个用于肽识别的深度学习框架中，并整合de Bruijn图组装技术，以提供一个完整的解决方案，从串联质谱数据中重建蛋白质序列。本文描述了DeepNovo用于蛋白质鉴定的综合协议，包括训练神经网络模型、动态规划搜索、数据库查询、错误发现率估计和de Bruijn图组装。我们的GitHub存储库（https：//github.com/nh2trans/DeepNovo）中提供了IPython笔记本形式的训练和测试数据、模型实现以及全面的教程。
2017-10-08 cs.CE cs.LG q-bio.BM
