Touching proteins with virtual bare hands: how to visualize protein-drug complexes and their dynamics in virtual reality
在结构模型中精确可视化药物与其蛋白质靶标之间相互作用的原子几何结构的能力对于预测先前鉴定的抑制剂的正确修饰以创造更有效的下一代药物至关重要。目前，药物化学家在尝试通过使用二维投影来访问包含在三维结构中的信息时，通常的做法是使用二维投影，这可能会妨碍有用特征的公开。通过实施沉浸式虚拟现实（VR），可以实现模型中原子几何形状的三维配置的更精确的可视化。在这项工作中，我们提出了一个免费的软件管道，用于通过VR可视化蛋白质结构。新的客户硬件，如HTC Vive和Oculus Rift在本研究中使用，可以以合理的价格获得。此外，我们将VR可视化与快速算法相结合，用于模拟蛋白质灵活性的分子内运动，以通过暴露可能隐藏在信息量较少的静态模型中的分子相互作用来进一步改善结构导向药物设计。
2017-10-10 q-bio.BM
Three-Dimensional Krawtchouk Descriptors for Protein Local Surface Shape Comparison
三维（3D）对象的直接比较是计算昂贵的，由于需要平移，旋转和缩放的对象，以评估它们的相似性。在3D对象比较的应用中，通常识别对象的特定局部区域是特别感兴趣的。我们最近开发了一套基于离散正交Krawtchouk多项式的二维不变矩，用于比较局部图像补丁。在这项工作中，我们将它们扩展到3D和构建3D Krawtchouk描述符（3DKD），是不变的平移，旋转和缩放。新的描述符有能力从任何感兴趣的区域中提取3D表面的局部特征。此属性允许比较来自不同3D对象的两个任意局部曲面区域。我们提出了新的配方的3DKD，并将其应用于蛋白质表面的局部形状比较，以预测结合查询蛋白质的配体分子。
2018-12-27 q-bio.BM
Introduction to Protein Structure
本书作为结构生物信息学入门教材，系统介绍蛋白质结构量化、预测及模拟与动力学的计算技术，并提供实用应用指导。
2023-07-06 q-bio.BM
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
Conformational Heterogeneity and FRET Data Interpretation for Dimensions of Unfolded Proteins
一个数学物理上有效的配方是需要从单分子Förster共振能量转移（smFRET）来推断无序蛋白质构象的性质。传统的方法假定一个均匀的构象系综推断的构象尺寸可能是非物理的。当所有可能的-异构以及均匀-构象分布考虑到没有预先判断，一个单一的值的平均转移效率$\langle E\rangle$之间的染料在两个链端通常是一致的高度多样化，多个值的平均回转半径$\langle R_{\rm g}\rangle$。在这里，我们利用无偏的构象统计从一个粗粒度的显式链模型建立一个通用的逻辑框架来量化这种基本的模糊性smFRET推理。作为一个应用程序，我们解决了长期存在的争议，关于变性剂依赖性的$\langle R_{\rm g}\rangle$的未折叠的蛋白质，专注于蛋白质L作为一个例子。常规的smFRET推断得出结论，未折叠的蛋白L的$\langle R_{\rm g}\rangle$对[GuHCl]高度敏感，但是来自小角X射线散射（SAXS）的数据表明与[GuHCl]无关的接近恒定的$\langle R_{\rm g}\rangle$。引人注目的是，本分析表明，尽管在[GuHCl] = 1 M和7 M下蛋白L的报告$\langle E\rangle$值分别为0.75和0.45，差异非常大，但与这两个$\langle E\rangle$值一致的贝叶斯$R^2_{\rm g}$分布重叠多达$75\…
2017-08-01 q-bio.BM
Geometric constraints in protein folding
蛋白质三级结构的复杂三维几何结构是蛋白质功能的基础，并通过氨基酸的一维链折叠过程出现。氨基酸的精确空间序列和构型、生物化学环境和不同相互作用的时间序列产生了复杂的折叠过程，该过程尚不能容易地追踪所有蛋白质。为了获得定性的见解背后的折叠动力学和通用功能的折叠结构的基本机制，我们提出了一个简单的模型结构的形成，只考虑到基本的几何约束，否则假设随机配对连接。我们发现，尽管它的简单性，该模型的结果在一个网络合奏的关键整体特征的蛋白质残基网络的合奏，我们从1000多个生物蛋白质的几何形状，可通过蛋白质数据库获得一致。具体地说，一个单元（氨基酸）的相互作用邻居的数量的分布，结构的空间范围与链长的比例，本征值谱和最小弛豫时间与链长的比例都是一致的模型和真实的蛋白质。这些结果表明，几何约束本身可能已经占了蛋白质三级结构的一些通用功能。
2018-12-23 q-bio.BM
Prediction of Flavin Mononucleotide (FMN) Binding Sites in Proteins Using the 3D Search Motif Method and Double-Centroid Reduced Representation of Protein 3D Structures
药效团由配体结构的足以表达配体的生物学和药理学作用的部分组成。它通常是配体整个结构的亚结构。细胞中称为配体或代谢物的小有机分子与生物分子（通常是蛋白质）形成复合物，以达到不同的目的。配体结合的位点被称为配体结合位点，其基本上是“口袋”，其具有与配体互补的形状和电荷分布模式。有时，口袋是由配体本身诱导的。如果我们研究配体的不同结合构象，则发现它们共享特定的三维模式，该模式或多或少常见并且负责其结合，并且在三维几何形状和电荷分布模式上与其在蛋白质中的同源结合位点互补。本文研究了配体FMN的共有配体结合位点的三维结构。制备配体结合位点的训练集，并确定FMN的3D共有结合位点基序。研究了FMN系统及其各自调节蛋白中的结合位点。通过扫描蛋白质3D结构中的3D结合位点共有基序来识别配体结合位点的能力是药物靶点发现的重要步骤。一旦发现药效团模板，它也可以用来设计其他潜在的分子，可以结合到它，从而作为新的药物。
2015-12-14 q-bio.BM
Allostery and conformational changes upon binding as generic features of proteins: a high-dimension geometrical approach
越来越多的实验证据表明，配体结合蛋白通常具有变构调节和进一步进化的潜力。此外，此类蛋白质在结合时通常改变其构象。O. Rivoire最近提出了一个进化的方案，解释了这些属性作为一个通用的选择非常相似的配体之间的精致的歧视副产品。最初的主张得到了两类基本例子的支持：具有少量自由度的连续蛋白质模型，在其上建立了构象开关的发展，以及支持其余陈述的二维自旋玻璃模型。本文旨在阐明大自由度光滑模型精细判别的含义，使其更接近于真实的生物系统。借助微分几何，喷气空间分析，和横截性定理，它表明，索赔适用于任何通用的柔性系统，可以描述的光滑流形。结果表明，确实，进化的解决方案，精致的歧视问题，如果存在的话，位于附近的余维1子空间的适当的基因型空间。这种限制反过来又通过结合后的一般构象变化产生了对区分的变构调节的可能性。
2019-05-07 q-bio.BM
Introduction to Protein Structure Prediction
本章对蛋白质三维结构预测问题做了一个简单的介绍，重点介绍了如何从一个结构未知的输入序列（查询序列或目标序列）中提取结构意义。我们概述了不同类别的建模技术，特别是基于模板和无模板。我们还讨论了结构预测在全球社区内得到验证的方式，并详细说明了预测结构在多大程度上可以被信任和在实践中使用。最后，我们讨论了是否属于蛋白质结构的单折叠的概念是可持续的最新见解。总之，我们得出结论，一般的蛋白质三维结构预测问题仍然没有解决，特别是如果我们希望定量预测。然而，如果同源结构模板在PDB模型中可用或合理，则可以生成高准确度。
2017-12-01 q-bio.BM
Sequence co-evolution gives 3D contacts and structures of protein complexes
蛋白质相互作用是许多生物过程的基础。实验筛选已经确定了数以万计的相互作用，结构生物学为选择3D蛋白质复合物提供了详细的功能见解。关于蛋白质相互作用的另一个丰富的信息来源是进化序列记录。在早期工作的基础上，我们表明，跨蛋白质的相关进化序列变化的分析确定的残基，是接近的空间有足够的准确性，以确定的三维结构的蛋白质复合物。我们在盲法测试中评估了76个已知3D结构的复合物的预测性能，预测了32个未知结构的复合物中的蛋白质-蛋白质接触，并演示了如何使用进化耦合来区分大型复合物中相互作用和非相互作用的蛋白质对。随着目前序列数据库的增长，我们期望该方法可以推广到全基因组范围内的蛋白质相互作用网络的阐明，并用于在残基分辨率的相互作用预测。
2014-09-16 q-bio.BM
Accurate protein-folding transition-path statistics from a simple free-energy landscape
蛋白质折叠理论的一个中心目标是预测过渡路径的随机动力学-在折叠和展开的集合之间过渡的罕见轨迹-只使用热力学信息，如低维平衡自由能景观。然而，常用的一维景观通常达不到这个目标，因为经验的坐标依赖的扩散系数必须适合过渡路径轨迹数据，以重现过渡路径动态。我们表明，一个替代的，第一性原理自由能景观预测过渡路径的统计，以及同意模拟和单分子实验，而不需要动态数据作为输入。这种“拓扑构型”模型假设不同的、类似天然的子结构在一个时间尺度上组装，该时间尺度比天然接触形成慢，但比整个蛋白质的折叠快。仅使用平衡模拟数据来确定这些粗粒中间态的自由能，我们预测了广泛的分布的过渡路径的渡越时间，同意与模拟中观察到的过渡路径的持续时间。我们进一步表明，无论是一维序参量上的有限时间位移的分布和由模型产生的过渡路径轨迹的合奏是一致的模拟过渡路径。这些结果表明，景观的基础上的瞬态折叠中间体，这往往是隐藏的一维投影，可以形成预测模型的基础上的蛋白质折叠过渡路径动力学。
2018-08-07 q-bio.BM
EISA-Score: Element Interactive Surface Area Score for Protein-Ligand Binding Affinity Prediction
分子表面表征被认为是研究蛋白质结构和功能的重要工具，包括蛋白质-配体结合亲和力建模。然而，传统的基于表面积的方法无法提供有竞争力的性能上的能量评分任务。主要原因是缺乏关键的物理和化学相互作用编码的分子表面代。我们提出了新的分子表面表示嵌入在不同尺度的元素交互流形具有显着的降维和准确的物理和生物特性编码器。这些低维基于表面的描述符可以与任何先进的机器学习算法配对，以探索产生基于元素交互表面积的评分函数（EISA-score）的基本结构-活性关系。新开发的EISA-score在标准PDBbind基准测试中的表现优于许多最先进的模型，包括各种成熟的表面相关表示。
2022-06-01 q-bio.BM
Predicting Residue-wise Contact Orders of Native Protein Structure from Amino Acid Sequence
残基接触序（RWCO）是一种新的一维蛋白质结构，它表征了蛋白质之间长程接触的程度。我们最近发现，一组三种类型的一维结构（二级结构，接触数，和RWCO）包含足够的信息重建蛋白质的三维结构。目前，已有从氨基酸序列预测二级结构和接触数的方法，但还没有针对RWCO的预测方法。此外，影响RWCO的氨基酸的性质还不清楚。在这里，我们提出了一种基于线性回归的方法来预测RWCO从氨基酸序列，并分析回归参数，以确定与RWCO相关的属性。本方法实现了显着的相关性0.59之间的本地和预测RWCO的平均。RWCO预测的一个不寻常的特征是26个残基的非常大的最佳半窗口大小。局部序列片段的中心和近中心残基的回归参数与接触数预测高度相关，因此与疏水性高度相关。
2005-01-12 q-bio.BM
Preface to Introduction to Protein Structural Bioinformatics
本书作为结构生物信息学入门教材，系统介绍蛋白质结构量化、预测及模拟与动力学的计算技术，并强调实用应用时机与方法。
2023-07-06 q-bio.BM
Algebraic graph learning of protein-ligand binding affinity
虽然基于代数图论的模型已被广泛应用于物理建模和分子研究中，但与其他定量方法相比，它们通常不能胜任生物分子性质的分析和预测。有必要探讨的能力和限制代数图论的分子和生物分子建模，分析和预测。在这项工作中，我们提出了新的代数图学习（AGL）模型，编码高维物理和生物信息到本质上低维表示。所提出的AGL模型引入多尺度加权有色子图来描述关键的分子和生物分子的相互作用，通过与图形拉普拉斯算子，其伪逆，和相邻矩阵相关的图形不变量。此外，AGL模型与先进的机器学习算法相结合，将生物分子结构的低维图形表示与其宏观特性相联系。三个流行的蛋白质-配体结合亲和力基准，即CASF-2007，CASF-2013和CASF-2016，被用来验证本AGL模型的准确性，鲁棒性和可靠性。数值结果表明，所提出的AGL方法优于其他国家的最先进的方法在蛋白质-配体复合物的结合亲和力的预测。
2018-12-20 q-bio.BM
Out-of-equilibrium selection pressure enhances inference from protein sequence data
Institute of Bioengineering, School of Life Sciences, École Polytechnique Fédérale de Lausanne (EPFL)（洛桑联邦理工学院生命科学学院生物工程学院）；SIB Swiss Institute of Bioinformatics（瑞士生物信息学研究所）
本研究通过非平衡选择压力提升蛋白质序列数据的推断能力，展示了波动选择强度和新选择压力对结构接触推断的增强作用。
2026-02-11 q-bio.BM
Three dimensional chaos game representation of protein sequences
本论文探索了一种新的蛋白质序列混沌博弈的三维表示方法。介绍了DNA的基础知识、从DNA合成蛋白质、蛋白质结构和功能以及序列比对技术。简要讨论了理解混沌博弈表示和分形分析所需的数学背景。介绍了DNA序列的混沌博弈表示的现有文献，详细介绍了二维蛋白质序列的混沌博弈表示及其优点和局限性。我们探索了一种新的蛋白质序列的混沌博弈三维表示方法（3D-CGR），并研究了它的能力：a）确定蛋白质序列的相似性和差异; b）研究氨基酸水平上的二核苷酸偏差对3D-CGR衍生的蛋白质同源性的影响; c）基于重排基序的序列相似性识别，可用于研究外显子重排引起的蛋白质进化。
2023-03-16 cs.ET q-bio.BM
Projecting Three-dimensional Protein Structure into a One-dimensional Character Code Utilizing the Automated Protein Structure Analysis Method
蛋白质主链被描述为三维（3D）空间中的光滑弯曲和扭曲的线，并且其特征在于其曲率$κ(s)$和扭转$τ(s)$均表示为弧长s的函数。结果表明，功能$τ(s)$足以分析所有氨基酸对蛋白质主链构象的贡献。$τ(s)$图的特征峰和谷模式可以被翻译成16个字母的代码，其提供螺旋、链和转角的快速识别，指定二级结构单元的进入和退出点，并确定它们在扭曲、扭结或断裂方面的规律性。通过计算机编码，3D蛋白质结构被投影成1D构象字母串。3D-1D投影程序代表了自动蛋白质结构分析（APSA）方法的扩展。应用APSA对94种蛋白质的155个超二级结构进行了描述，并与Efimov的超二级结构分类系统进行了比较。证明了后者的适用性。
2008-11-24 q-bio.BM q-bio.QM
Statistical inference for template-based protein structure prediction
蛋白质结构预测是计算生物学中的重要问题之一。最成功的计算方法，也称为基于模板的建模，识别具有查询蛋白质的解析晶体结构的模板，并基于序列/结构比对构建三维模型。尽管已经做出了大量的努力来改进蛋白质序列比对，但是远缘蛋白质之间比对的准确性仍然不能令人满意。在这篇论文中，我将介绍一些统计机器学习方法来建立蛋白质序列和它的模板结构之间的精确比对，特别是对于只有远亲模板的蛋白质。对于只有一个好模板的蛋白质，我们建立了一个基于回归树的条件随机场（CRF）模型，用于两两的蛋白质序列/结构比对。通过学习非线性线程评分函数，我们能够利用不同序列和结构特征之间的相关性。我们还引入了一个信息理论的措施，以指导学习算法，以更好地利用低同源性蛋白质的结构特征，在其序列概况的进化信息很少。对于具有多个好模板的蛋白质，我们设计了一种概率一致性方法，将蛋白质同时线程到所有模板。通过最小化蛋白质和模板的成对比对之间的不一致性，我们能够构建多序列/结构比对，这导致比任何基于单模板的预测更好的结构预测。
2013-06-19 q-bio.BM
Multi-Dimensional Theory of Protein Folding
以蛋白质多个区域的结构序参数为多个坐标，建立了蛋白质折叠自由能面的多维表示理论。折叠的各种情况下进行分类的各个区域内的协同性和多个区域之间的相互作用，从而获得的分类是用来分析几个例子蛋白质的折叠过程。利用基于结构的Hamilton模型，对核糖体蛋白S6、src-SH 3结构域、CheY、barnase和BBL结构域进行了二维解析.扩展到更高的维度表示导致折叠过程的更精细的描述。Barnase，NtrC和锚蛋白重复蛋白的三维表示进行了检查。多维表示使我们能够直接解决折叠途径，中间体和过渡态的问题。
2009-02-13 cond-mat.dis-nn q-bio.BM
Lymphotactin: how a protein can adopt two folds
变形蛋白质，如蛋白质发光素，是一个值得注意的例外的经验原则，结构化的天然蛋白质具有独特的三维结构。特别是，人趋化因子趋化蛋白（Ltn）在生理条件下以两种不同的构象（一种单体和一种二聚体）存在。在这项工作中，我们使用一个Ca Go模型来展示如何复制这种非常奇特的行为。从热力学和动力学的研究，我们表征的相互转换机制。特别是，这是通过生活在第三个单体，部分未折叠的状态下的两条链的对接发生的，该状态显示出涉及两种天然构象共有的一组局部接触的残留结构。双重蛋白的主要特征似乎是两个不同的折叠之间共享一组共同的局部接触，如通过对两个设计的双重蛋白的研究所证实的。变形蛋白可能比预期的更常见。
2009-09-25 q-bio.BM
Reconstruction of protein structures from a vectorial representation
我们表明，接触地图的天然结构的球状蛋白质，可以重建从接触地图的主特征向量的唯一知识，并为此目的提出了一个精确的算法。我们的算法产生一个独特的接触地图的所有221个球状结构的PDB选择25的长度$N \le 120$。我们还表明，重建的接触地图允许反过来准确重建的三维结构。这些结果表明，由接触图的主特征向量提供的约化向量表示等价于蛋白质结构本身。这种表示法有望为蛋白质结构比较和比对的生物信息学算法提供一个有用的工具，同时也是蛋白质结构预测的一个有前途的中间步骤。
2004-04-13 q-bio.BM
Protein Folding from the Perspective of Chaperone Action
预测蛋白质的三维功能结构是分子生物学中一个重要的计算里程碑。这一壮举取决于对蛋白质折叠成天然结构的机制的清晰理解。自莱文塔尔悖论以来，人们对这一机制的理解有了很大的进展。大多数早期的尝试都是在将疏水相互作用或氢键作为主导折叠力之间进行的。然而，现在似乎出现了一种共识，即氢键是一种更强的力。有趣的是，从伴侣作用的角度来看，可能会进一步揭示折叠机制的本质。因此，防止蛋白质聚集和错误折叠的机制可以帮助我们更好地理解折叠机制本身。
2019-11-27 q-bio.BM
Protein folding: Complex potential for the driving force in a two-dimensional space of collective variables
利用二维集体变量空间中折叠通量矢量场的Helmholtz分解，引入了蛋白质折叠驱动力的势函数。势有两个分量。一个组件是负责的源和汇的折叠流，这分别代表，未折叠的状态和天然状态的蛋白质，和其他的，占固有的流场的外围产生的流动涡度，是负责的源和汇之间的流的渠道化。通过对$β$ -发夹蛋白模型的计算，说明了理论上的考虑。
2013-10-12 physics.bio-ph q-bio.BM
Description and Recognition of Regular and Distorted Secondary Structures in Proteins Using the Automated Protein Structure Analysis Method
自动蛋白质结构分析（APSA）方法将蛋白质主链描述为三维空间中的平滑线，并通过曲率κ和扭转τ作为弧长s的函数来表征它，该方法应用于77种蛋白质以通过特定的κ和τ模式来确定所有二级结构单元。APSA共识别533个α螺旋和644个β链，而DSSP分别给出536和651个单位。量化扭结和扭曲，并对二级结构的边界（入口和出口）进行分类。蛋白质之间的相似性可以很容易地使用APSA定量，如蛋白质泛素和菠菜铁蛋白的卷结构所示。对所有α结构域的20 × 20比较表明，APSA产生的曲率-扭转模式为二级、超二级和三级蛋白质结构提供了准确和有意义的相似性测量。APSA被证明可以准确地反映骨架的构象，有效地将三维结构信息减少到易于解释和理解的二维表示。
2008-11-24 q-bio.BM q-bio.QM
How does a protein search for the specific site on DNA: the role of disorder
蛋白质可以在DNA上定位它们的特定目标，比Smoluchowski三维扩散速率快两个数量级。这是由于蛋白质对DNA的非特异性吸附以及随后沿DNA的一维滑动。我们称这种朝向目标的一维路线为“天线”。我们研究了天然DNA的准随机序列对天线内非特异性结合能色散的影响。滑动蛋白质的随机能量分布减慢了目标的搜索速度。我们表明，这种放缓是不同的宏观和介观天线。
2006-04-24 cond-mat.soft q-bio.BM
Exact Sequence Analysis for Three-Dimensional HP Lattice Proteins
我们准确地列举了所有的序列和构象的HP蛋白质链上的简单立方晶格上的19个单体。对于疏水极性（HP）模型的两种变体，其中仅区分两种类型的单体，我们确定并统计分析了设计序列，即，具有非简并基态的序列。此外，我们感兴趣的HP蛋白质与设计序列的特征热力学性质。为了能够进行这些精确的研究，我们采用了一种有效的枚举方法的基础上接触集。
2004-05-13 cond-mat.stat-mech q-bio.BM
Protein folding classes -- High-dimensional geometry of amino acid composition space revisited
本文用高维氨基酸组成空间中的凸多面体等精确几何构造，对遗留数据集和SCOP中蛋白质折叠类别的完整实验结构分布进行非统计建模，揭示类别规模、相对位置与重叠限制。
2025-10-20 q-bio.BM q-bio.QM
Protein folding in high-dimensional spaces:hypergutters and the role of non-native interactions
我们探讨的后果非常高维的动态景观的蛋白质折叠。考虑到两个典型的范围内的稳定相互作用，折叠率本身，导致一个模型的能量超曲面，其特征在于扩散的“hypergutters”以及熟悉的“漏斗”的结构。几个一般的预测结果：（1）中间的子空间的配置将始终访问;（2）特定的，但非天然的相互作用是重要的，在稳定这些低维扩散搜索折叠途径;（3）顺序障碍将普遍发现，即使在“双态“蛋白质;（4）非常早期的时间将显示从单指数动力学的charactertreristic偏离;（5）非原生相互作用对φ值的贡献是可计算的，并且可能是显著的。一个三螺旋束的例子被视为更详细的说明。该模型还表明，高维结构提供了概念上的关系之间的“折叠漏斗”，“扩散碰撞”，“成核-凝聚”和“拓扑异构体搜索”模式的蛋白质折叠。这表明，快速折叠的动力学策略可能是编码，而一般在非本地，而不是本地的相互作用。这些预测与最近的实验和模拟结果有关。
2003-11-07 physics.bio-ph q-bio.BM
Residue network in protein native structure belongs to the universality class of three dimensional critical percolation cluster
单个蛋白质分子被认为是氨基酸残基的接触网络。一些研究表明，该网络是一个小世界网络（SWN），而其他结果暗示，这是一个分形网络（FN）。然而，SWN和FN在最短路径长度对节点数的依赖性上有本质的不同。在本文中，我们研究了这种依赖性在天然结构的蛋白质的残基接触网络，并表明网络不是SWN，但FN。FN通常具有多个维度的特征。其中，我们着重于三个维度;网络拓扑维数$D_c$，分形维数$D_f$，和频谱维数$D_s$。我们发现蛋白质普遍产生$D_c \approx 1.9$、$D_f \approx 2.5$和$Ds \approx 1.3$。这些值与三维临界渗流团簇中的值惊人地吻合。因此，蛋白质天然结构中的残基接触网络属于三维渗流簇的普适类。关键性与蛋白质天然结构的矛盾性质有关，即，稳定性和不稳定性的共存，这两者都是蛋白质作为分子机器或变构酶发挥作用所必需的。
2008-09-28 cond-mat.stat-mech physics.bio-ph q-bio.BM
Mechanical Unfolding of a Simple Model Protein Goes Beyond the Reach of One-Dimensional Descriptions
我们研究了一个简单的模型蛋白质的机械展开。Langevin动力学的结果进行了分析，使用马尔可夫模型的方法，可以完全描述系统的配置空间。使用过渡路径理论，我们还提供了一个定量描述的系统所遵循的展开途径。我们的研究显示了一个复杂的动态场景。特别是，我们看到通常的一维图像：自由能与端到端距离表示，给出了对过程的误导性描述。解折叠可以发生在不同的路径和配置，似乎在一维图像中发挥核心作用，而不是解折叠动力学的中间状态。
2015-06-05 physics.bio-ph q-bio.BM
A Protein Structure Prediction Approach Leveraging Transformer and CNN Integration
Johns Hopkins University（约翰斯·霍普金斯大学）；University of Washington（华盛顿大学）；Columbia University（哥伦比亚大学）；New York University（纽约大学）
针对现有蛋白质结构预测进展无法满足信息需求的问题，本文提出融合CNN与有监督Transformer蛋白质语言模型的DstruCCN模型，结合二者特征预测结合位点矩阵并重构三维结构，助力蛋白质结构研究。
2024-03-08 cs.LG q-bio.BM
Two-dimensional partial covariance mass spectrometry for the top-down analysis of intact proteins
二维偏协方差质谱（2D-PC-MS）利用一系列串联质谱中碎片离子丰度的固有波动，以识别沿着相同母体（例如肽）离子的相同碎片化途径产生的相关碎片离子对。在这里，我们应用2D-PC-MS在标准的线性离子阱质量分析仪的完整蛋白质离子的分析，使用的事实，即片段-片段相关信号是更具体的生物分子序列比1D MS/MS信号在相同的质量精度和分辨率。我们表明，从2D-PC-MS图上的信号的分布，它是可能的，以提取的父母和碎片离子的电荷状态，而不解决同位素信封。此外，碎片-碎片相关性的2D图自然地揭示了碎片离子的二次分解途径。我们访问此频谱信息使用的Hough变换的适应版本。我们证明了高电荷，完整的蛋白质分子的成功鉴定，而不需要高质量分辨率。使用这种技术，我们还进行了从两个共分离和共片段化的完整蛋白质分子的重叠片段离子信号的计算机反卷积，展示了一种可行的新方法，用于从相同的片段离子光谱的完整蛋白质离子的混合物的并行质谱鉴定。
2020-12-02 physics.chem-ph q-bio.BM
Physical model of the genotype-to-phenotype map of proteins
DNA如何映射到功能蛋白质是生命物质的一个基本问题。我们介绍和研究蛋白质进化的物理模型，这表明这张地图的机械基础。许多蛋白质依赖于大规模运动来发挥功能。因此，我们将蛋白质视为学习无定形物质，它朝着这样一种机械功能进化：基因是编码构成蛋白质的氨基酸网络连接的二元序列。该基因一直进化到网络在蛋白质上形成剪切带，这使得蛋白质功能所需的长距离软模式成为可能。进化将高维序列空间降低到机械模式的低维空间，与观察到的蛋白质基因型和表型之间的降维一致。$10^6$的解决方案的空间的频谱分析显示出强烈的对应关系的剪切带周围的机械模式和序列结构的本地化。具体来说，我们的模型显示了基因突变及其相关性如何发生在氨基酸上，这些氨基酸的相互作用决定了功能模式。
2017-08-17 nlin.AO physics.bio-ph q-bio.BM
Modie Viewer: Protein Beasts and How to View Them
了解蛋白质的化学修饰为罕见疾病的研究开辟了更多的可能性。这项工作提出了可视化方法，使用二维（2D）和三维（3D）的视觉表示来分析和获得对蛋白质修饰的见解。在这项工作中，我们提出了Modie Viewer的应用程序，试图解决IEEE VIS 2022的生物+MedVis挑战。
2022-09-25 cs.GR cs.HC q-bio.BM
Superparamagnetism of tryptophan and walk memory of proteins
报道了色氨酸的超顺磁性，暗示了磁畴的存在。这一观察有助于我们将蛋白质的组装设想为具有多维伊辛特征的物理晶格气，每个晶格点假定为离散的自旋状态。当施加磁场时，平衡失去，并且一个自旋状态的粒子数密度增加（单向排列），导致净磁化。相同自旋状态之间的空间相干性进一步赋予铁磁记忆。使用直接纳米级视频成像观察到这种效果。在铁蛋白、血清白蛋白和纤维蛋白原这三种蛋白质中，纤维蛋白原表现出减弱的反应，该蛋白质基本上是一维的。最后，伊辛晶格只有在具有高维特征时才能表现出铁磁记忆。该研究强调了在生理条件下可能存在的长距离空间相干性以及相同的合理微观起源。
2015-08-27 physics.bio-ph q-bio.BM
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
Protein folding tames chaos
蛋白质折叠从未折叠的多肽或无序卷曲产生特征性和功能性三维结构。蛋白质折叠过程中异常复杂性的出现对理论建模和计算机模拟提出了惊人的挑战。本文介绍了分子非线性动力学（MND）或分子混沌动力学，作为描述和分析蛋白质折叠的理论框架。我们揭示了折叠蛋白质混沌动力学中固有低维流形的存在。此外，我们发现，从无序到有序的构象在蛋白质折叠的过渡增加的ILDM的横向稳定性。换句话说，蛋白质折叠降低了非线性动力学系统的混沌性，折叠的蛋白质具有最好的驯服混沌的能力。此外，我们揭示了ILDM稳定性和热力学稳定性之间的联系，这使我们能够量化折叠，错误折叠和未折叠的蛋白质状态的无序性和相对能量。最后，我们利用混沌蛋白质的灵活性分析，并开发了一个强大的混沌算法预测的Debye-Waller因素，或温度因素，蛋白质结构。
2013-08-13 physics.bio-ph q-bio.BM q-bio.QM
Gauge symmetries and structure of proteins
我们讨论了蛋白质结构研究的规范场论方法，它允许一种自然的方式来引入集体自由度和非线性拓扑结构。考虑了蛋白质的局部对称性及其在介质中的破缺，导出了蛋白质主链的阿贝尔Higgs模型，其正确折叠由疏水力引起的规范对称破缺定义。在该模型中，蛋白质主链的结构由一维拓扑孤子（扭结）的叠加来定义，这允许以高达1A的精度再现蛋白质主链的三维结构并预测其动力学。
2017-03-13 cond-mat.soft physics.bio-ph q-bio.BM
Statistical Inference of a canonical dictionary of protein substructural fragments
蛋白质是生命的生物分子。它们折叠成各种各样的三维（3D）形状。在这些折叠模式之下是许多反复出现的结构片段或积木（类似于“乐高积木”）。本文报道了一种创新的统计推断方法，发现一个全面的字典的蛋白质结构积木从一个大语料库的实验确定的蛋白质结构。我们的方法是建立在贝叶斯和信息理论的最小消息长度的标准。据我们所知，这项工作是第一次系统和严格的处理一个非常重要的数据挖掘问题，出现在结构生物信息学的跨学科领域。我们发现的字典的质量是通过它的解释能力来证明的-已知3D结构的语料库中的任何蛋白质都可以被解剖成分配给该字典片段的连续区域。这导致了一种新的一维表示的三维蛋白质折叠模式，适合于应用程序的字符串处理算法的丰富的剧目，快速识别新确定的结构的折叠模式。本文介绍了用于推断积木字典的方法的细节，并通过说明性的例子来证明其有效性和实用性。
2013-10-05 q-bio.BM q-bio.QM
Folding membrane proteins by deep transfer learning
Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）；University of Chicago（芝加哥大学）；University of Hong Kong（香港大学）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
膜蛋白（MP）结构的计算解析是具有挑战性的，部分原因是缺乏足够的解决结构的同源性建模。在这里，我们描述了一种高通量深度迁移学习方法，该方法首先通过从非膜蛋白（非MP）学习来预测MP接触，然后使用预测的接触作为距离约束来预测三维结构模型。在510个非冗余MP上进行测试，我们的方法具有比现有方法至少好0.18的接触预测精度，预测218个MP的正确折叠（TMscore至少为0.6），并分别为57和108个MP生成RMSD小于4埃和5埃的三维模型。在连续自动模型评估（CAMEO）项目中进行的严格盲测表明，我们的方法预测了两个最近测试MP的210个残基的高分辨率三维模型，RMSD接近2埃。我们估计，我们的方法可以预测1，345至1，871个审查的人类多通道MP的正确折叠，包括几百个新的折叠，这将有助于发现靶向膜蛋白的药物。
2017-08-28 cs.LG q-bio.BM
How a protein searches for its specific site on DNA: the role of intersegment transfer
已知蛋白质在DNA上定位其特异性靶标的速度比Smoluchowski三维扩散速率预测的快两个数量级。为解决这一差异而提出的机制之一被称为“部门间转移”。许多蛋白质具有两个DNA结合位点，并且可以从一个DNA片段转移到另一个DNA片段而不与水解离。我们计算的目标搜索率，这样的蛋白质在一个致密的球状DNA，考虑到片段间转移与DNA运动和蛋白质沿DNA滑动。我们表明，片段间转移起着非常重要的作用，在蛋白质的大部分时间吸附在DNA上的情况下。
2007-07-24 cond-mat.soft q-bio.BM
Learning protein constitutive motifs from sequence data
对进化相关的蛋白质序列的统计分析提供了关于它们的结构、功能和历史的见解。我们表明，限制玻尔兹曼机（RBM），旨在学习复杂的高维数据及其统计特征，可以有效地从序列信息的蛋白质家族建模。在这里，我们将RBM应用于20个蛋白质家族，并提出了详细的结果，两个短蛋白质结构域，Kunitz和WW，一个长的伴侣蛋白，Hsp 70，和合成的晶格蛋白的基准。RBM推断的特征是生物学上可解释的：它们与结构（如残基-残基三级接触、延伸的二级基序（$α$ -螺旋和$β$ -折叠）和固有无序区域）、功能（如活性和配体特异性）或系统发育一致性相关。此外，我们利用RBM设计新的蛋白质序列与推定的性质，通过组合和向上或向下的不同模式的意愿。因此，我们的工作表明，RBM是一个通用的和实用的工具，揭示和利用蛋白质家族的基因型-表型关系。
2019-02-27 q-bio.BM q-bio.QM
Solitons on H-bonds in proteins
提出了螺旋蛋白质中氢键网络上孤子动力学的一个模型。它采用三维的形式主义的完全可积户田晶格，它承认声子以及孤子沿氢键的螺旋。对三维Toda晶格系统的模拟表明，孤子是自发产生的，并且是稳定的，沿螺旋轴运动。三个氢键线之一上的扰动也会在其他氢键上形成孤子。强孤立波可以解释最近X射线激光实验中发现的100 cm $^{-1}$频率范围内的长寿命模式。Toda晶格的动力学参数与通常用于蛋白质中实际氢键势的Lennard-Jones参数一致。
2003-09-16 cond-mat q-bio.BM
BERTology Meets Biology: Interpreting Attention in Protein Language Models
Salesforce Research（Salesforce研究院）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
Transformer架构已被证明可以学习用于蛋白质分类和生成任务的有用表示。然而，这些表示在可解释性方面提出了挑战。在这项工作中，我们展示了一套方法来分析蛋白质Transformer模型，通过镜头的注意。我们表示关注：（1）捕获蛋白质的折叠结构，连接在基础序列中相距较远但在三维结构中空间上接近的氨基酸，（2）靶向结合位点，蛋白质的关键功能组分，以及（3）随着层深度的增加，关注逐渐更复杂的生物物理特性。我们发现这种行为在三种Transformer架构（BERT，AL BERT，XLNet）和两种不同的蛋白质数据集上是一致的。我们还提出了一个三维可视化的注意力和蛋白质结构之间的相互作用。可视化和分析代码可在https://github.com/salesforce/provis上获得。
2021-03-28 cs.CL cs.LG q-bio.BM
A topological perspective into the sequence and conformational space of proteins
氨基酸的精确序列在蛋白质的三级结构及其功能特性中起着核心作用。疏水极性晶格模型提供了有关能源景观的宝贵见解。我们在这里证明了蛋白质序列和可设计的结构之间的同构非常长的氨基酸链的二维和三维lattice蛋白质使用精确的计数和直观的considerations.We强调，氨基酸残基的拓扑安排单独是足够的推导出可设计的和不可设计的序列，而无需明确的求助于能量和简并。结果表明，在二维和三维的蛋白质的现实晶格模型的计算可行性，并暗示，结构的设计的基本原则是疏水性和极性残基的连接。
2015-03-27 cond-mat.soft physics.bio-ph q-bio.BM
The Ramachandran number: an order parameter for protein geometry
三维蛋白质结构通常包含局部有序区域，称为二级结构，如$α$ -螺旋和$β$ -折叠。二级结构由蛋白质主链的局部旋转状态表征，通过称为$ϕ$和$ψ$的两个二面角定量。特定类型的二级结构通常可以通过在角度$ϕ$和$ψ$的空间中绘制的二维图上的单个（扩散）位置来描述，称为Ramachandran图。相比之下，最近发现的由类肽（肽的结构异构体）制成的纳米材料显示出对应于Ramachandran图上的两个区域的二级结构基序[Mannige等人，Nature 526，415（2015）]。为了描述这种“高阶”的二级结构在一个紧凑的方式，我们在这里介绍一种手段来描述区域的Ramachandran图在一个单一的Ramachandran数，${\mathcal{R}}$，这是一个结构上有意义的组合$ϕ$和$ψ$。我们表明，潜在的应用${\mathcal{R}}$是众多的：它可以用来描述蛋白质结构的几何内容，并可以用来绘制图表，揭示，一目了然，在大型蛋白质数据集中的规则二级结构和无序区域的出现频率。我们建议，${\mathcal{R}}$可能会被用作蛋白质几何的有序参数，为广泛的应用。
2015-11-24 cond-mat.soft q-bio.BM
Long Proteins with Unique Optimal Foldings in the H-P Model
人们普遍认为：（1）蛋白质的自然或折叠状态是一个全局能量最小值，（2）在大多数情况下，蛋白质折叠到由其氨基酸序列决定的独特状态。H-P（疏水-亲水）模型是一个简单的组合模型，旨在回答有关蛋白质折叠过程的定性问题。在本文中，我们考虑的问题提出了布赖恩海耶斯在1998年：什么蛋白质在二维H-P模型有唯一的最佳（最低能量）折叠？特别是，我们证明，有封闭的链的单体（氨基酸）具有这种属性的所有（甚至）的长度;和有开放的单体链具有这种属性的所有长度可被四除尽。
2002-01-21 cs.CG q-bio.BM
Functional Protein Structure Annotation Using a Deep Convolutional Generative Adversarial Network
Drexel University（德雷塞尔大学）
识别新的功能蛋白质结构是分子工程和分子生物学的核心，需要经常计算穷举搜索。我们介绍了使用深度卷积生成对抗网络（DCGAN）根据其功能对蛋白质结构进行分类，方法是使用每个对象中的三个特征对网格对象结构中的每个样本进行编码：通用原子类型，位置原子类型及其相对于给定原子的占用率。我们训练DCGAN的三维（3D）诱饵和天然蛋白质结构，以产生和区分3D蛋白质结构。在训练结束时，损失收敛到局部最小值，我们的DCGAN可以针对对抗性蛋白质样本稳健地注释功能蛋白质。在未来，我们希望用更多的样本来扩展我们在DCGAN中从生成器中发现的新颖结构，以探索具有不同功能的更细粒度的功能。我们希望我们的努力将推动蛋白质结构预测领域的发展。
2021-04-18 cs.LG q-bio.BM
Learning Protein Structure-Function Relationships through Knowledge-guided Representation Decomposition
Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生院）；Pengcheng Laboratory, Shenzhen, China（鹏城实验室）；School of Electronic and Computer Engineering, Peking University, Shenzhen, China（北京大学电子与计算机工程学院）；CAIR, University of Agder, Norway（阿格德大学CAIR）；Shanghai Smart Logic Technology Co. Ltd., Shanghai, China（上海智略科技有限公司）
提出知识引导的框架ProtDiS，基于信息瓶颈原理分解预训练的蛋白质微环境嵌入，得到更特异、独立和信息高效的结构特征，在12个下游任务上取得一致改进。
2026-05-12 cs.LG q-bio.BM
A Structure-Centric View of Protein Evolution, Design and Adaptation
蛋白质，由于其在大多数生物过程中的核心作用，代表了分子进化研究的关键主题之一。蛋白质对于活细胞的不可或缺性的固有事实是，给定的蛋白质可以采用仅由蛋白质的氨基酸序列指定的特定三维形状。在过去的几十年里，结构生物学家已经证明，蛋白质可能采用的结构阵列是相当惊人的，这导致了人们对理解蛋白质结构如何随时间变化和进化的强烈兴趣。在这篇综述中，我们考虑了大量的最近的工作，试图阐明这种结构为中心的蛋白质进化的图片。这些工作的大部分集中在蛋白质序列进化时如何发现全新的蛋白质结构（即新的折叠或拓扑结构）的问题上。根据结构创新的这个问题，人们一直希望描述和理解这样一种观察：某些类型的蛋白质结构比其他类型的蛋白质结构丰富得多，以及蛋白质的这种不均匀分布如何影响发现新形状的过程。我们认为一些理论模型，已成功地解释这种异质性的蛋白质群体和讨论的证据表明，越来越多的结构进化的过程中涉及的蛋白质序列和结构的分歧从彼此。
2006-03-22 q-bio.BM q-bio.PE
Modeling Protein Contact Networks
蛋白质是一类重要的生物分子，作为细胞的基本组成部分。它们的三维结构负责它们的功能。在这篇论文中，我们用网络理论的方法研究了蛋白质的结构。在这样做的时候，我们使用了一种粗粒度的方法，即，复杂网络分析我们在两个长度尺度上对蛋白质结构进行建模，即蛋白质接触网络（PCN）和长程相互作用网络（LIN）。我们发现，蛋白质由于具有大量的聚类特征，是小世界网络。除了小世界性质，我们发现蛋白质还有另一个一般性质，即，不确定性。这是一个有趣而特殊的发现，因为所有其他复杂网络（除了社交网络）都是离散的。重要的是，我们可以通过建立适当的控制来确定一个主要的拓扑决定因素。
2007-11-16 q-bio.BM q-bio.MN
Assortative mixing in Protein Contact Networks and protein folding kinetics
从氨基酸的线性链开始，蛋白质自发折叠成它们精细的三维结构是生物自组织的一个显著例子。我们从复杂网络的角度研究了30个单结构域、双状态蛋白质的自然状态结构，以理解拓扑参数在蛋白质折叠动力学中的作用，在两个长度尺度上--作为"蛋白质接触网络“（PCNs）及其相应的”长程相互作用网络“（LINs），通过忽略短程相互作用构建。我们的研究结果表明，PCNs和LINs都表现出特殊的拓扑性质的“非对称混合”，这是在所有其他生物和技术网络研究到目前为止。我们发现，这些接触网络的度分布是部分负责所观察到的非线性。在短接触和长接触尺度下，线性化系数与蛋白质折叠速率均呈正相关，而只有LINs的聚类系数呈负相关。结果表明，这些自然进化的蛋白质网络的一般拓扑参数可以有效地代表结构和功能特性所需的快速信息传递之间的残基促进生化/动力学功能，如，变构，稳定性和折叠的速度。
2007-11-17 q-bio.BM q-bio.MN
Protein Energy Landscapes Determined by 5-Dimensional Crystallography
自由能景观决定性地决定了酶催化反应的进展[1]。时间分辨大分子晶体学将瞬态动力学与结构测定相结合[2-4]，因为两者都可以从同一组X射线数据中确定。我们在这里展示了如何激活的障碍可以确定仅从五维晶体学[5]。将分子结构与它们之间的活化屏障直接联系起来，可以深入了解屏障的结构性质。我们在14个不同的温度设置下分析了晶体学数据的综合时间序列，并确定了熵和焓对活化势垒的贡献。在X射线散射发现100年后，我们将X射线结构测定推进到一个新的前沿，即能量景观的测定。
2013-07-09 physics.bio-ph physics.chem-ph q-bio.BM
