Mobility of Min-proteins in Escherichia coli measured by fluorescence correlation spectroscopy
在大肠杆菌中,分裂位点的选择涉及蛋白质MinD和MinE的极到极振荡。不同的振荡机制的基础上,最小的蛋白质之间的合作效应和最小的蛋白质之间的细胞质和细胞质膜的交换已被提出。表征Min-蛋白体内动力学的参数尚不清楚。因此,很难将模型与实验进行定量比较。在这里,我们提出了在体内测量的流动性MinD和MinE使用荧光相关光谱。在相关曲线中可以清楚地看到两个不同的时间尺度。虽然较快的时间尺度可归因于细胞质扩散,但较慢的时间尺度可由膜结合蛋白的扩散或由细胞质与膜之间的蛋白质交换引起。我们确定细胞质MinD的扩散常数约为16μ^{2}/s,而对于MinE,我们发现约为10μ^{2}/s,与导致较慢时间尺度的过程无关。的振荡机制的测量值的影响进行了讨论。
2007-01-29 physics.bio-ph q-bio.BM q-bio.SC
Nanoparticle-Protein Interaction: Demystifying the Correlation Between Protein Corona and Aggregation Phenomena
蛋白质冠形成和纳米颗粒聚集在过去几年中已经被大量讨论,因为缺乏这两种组合效应的精细映射阻碍了靶向递送的演变和个性化纳米医学的发展。我们提出了一种多技术的方法,结合动态光和小角X射线散射技术与低温透射电子显微镜在一个给定的方式,有效地区分蛋白质冠从聚集体的形成。使用25 nm模型二氧化硅纳米颗粒与模型蛋白质或生物相关蛋白质组(如胎牛血清和人血浆)在低和高离子强度的缓冲液中孵育以精确调节颗粒与蛋白质的相互作用来测试该方法。在这项工作中,我们能够区分蛋白质冠,小聚集体的形成,和大量的聚集,以及可靠和直接获得的分形信息的聚集体。这里提出的策略可以扩展到其他颗粒-蛋白质混合物,并且可以用作进行生物学测试的样品的质量控制平台。
2022-05-07 cond-mat.soft physics.bio-ph q-bio.BM
Correlation between sequence hydrophobicity and surface-exposure pattern of database proteins
疏水性被认为是驱动蛋白质折叠的主要力量之一。平均而言,疏水残基优先出现在核心,而极性残基往往出现在折叠蛋白质的表面。通过分析已知的蛋白质结构,我们量化了蛋白质的疏水性序列与其表面暴露模式相关的程度。我们已经评估了几个疏水性尺度在文献中的相关性的统计意义,并发现计算的相关性是显着的,但远远不是最佳的。我们发现,这种不太理想的相关性主要来自于自然发生的蛋白质可以容忍的大程度的突变。较小的影响部分是由于其他部队比疏水性,我们量化这通过分析所有氨基酸的表面暴露分布。最后,我们表明,我们的数据库的结果是一致的,发现从一个非晶格的疏水极性模型的蛋白质折叠。
2003-12-08 q-bio.BM
Cross-Gate MLP with Protein Complex Invariant Embedding is A One-Shot Antibody Designer
Zhejiang University(浙江大学);Westlake University(西湖大学);National University of Defense Technology(国防科技大学)
针对抗体CDR设计几何建模不足和迭代推理低效问题,提出一次性协同设计CDR序列与结构的模型,通过大分子结构不变嵌入和cross-gate MLP实现全面几何建模与序列-结构协同学习,性能优于现有方法。
2024-01-10 cs.AI cs.LG q-bio.BM
Liquid-theory analogy of direct-coupling analysis of multiple-sequence alignment and its implications for protein structure prediction
直接偶联分析是蛋白质接触预测的一种强有力的方法,并且使我们能够提取在蛋白质多序列比对中观察到的“间接”相关性中潜伏的远距离位点之间的“直接”相关性。我表明,直接相关可以通过使用类似于液体理论中的Ornstein-Zernike积分方程的公式来获得。这个公式直观地说明了间接或明显的相关性是如何从无限系列的直接相关性中产生的,并为蛋白质结构预测提供了有趣的见解。
2015-11-10 q-bio.BM
On correlation between protein secondary structure, backbone bond angles, and side-chain orientations
我们调查的精细结构的sp3杂化共价键的几何形状,支配的四面体结构周围的中心C $_α$碳的蛋白质骨架,为此,我们开发了新的可视化技术来分析高分辨率的X射线结构在蛋白质数据库。我们观察到,有一个理想的四面体对称性和蛋白质的局部二级结构的变形之间的相关性。我们提出了一个通用的粗粒度的能量函数来描述随后的侧链几何形状的C $_β$碳取向。能量函数可以模拟具有亚原子精度的侧链几何形状。作为一个例子,我们构建了HP 35鸡绒毛蛋白头部的C $_α$ -C $_β$结构。我们得到的配置,偏离小于0.4的均方根距离从实验的X射线结构。
2012-09-02 cond-mat.soft physics.bio-ph q-bio.BM
On diffusion posterior sampling via sequential Monte Carlo for zero-shot scaffolding of protein motifs
Imperial College London(帝国理工学院)
本研究提出新型引导势函数,结合以Genie为先验的SMC辅助扩散后验采样器解决蛋白质基序零样本支架设计问题,在单/多基序任务及对称单体设计中取得良好效果。
2025-10-03 cs.LG q-bio.BM stat.ML
Str2Str: A Score-based Framework for Zero-shot Protein Conformation Sampling
Mila - Québec AI Institute(米拉-魁北克人工智能研究所);Université de Montréal(蒙特利尔大学);HEC Montréal(蒙特利尔高等商学院)
针对传统蛋白质构象采样方法效率低、现有学习方法依赖特定模拟数据泛化性差的问题,提出具备旋转-平移等变特性的Str2Str框架,基于通用晶体结构训练的摊销去噪分数匹配目标实现零样本采样,性能优于现有生成模型且速度远快于长时程MD模拟。
2024-03-11 cs.LG q-bio.BM q-bio.QM
Proteins associated with diseases show enhanced sequence correlation between charged residues
蛋白质的功能或相互作用蛋白质的网络通常涉及在序列中良好分离的残基之间的通信。典型的例子是远端残基参与变构调节。生物信息学和结构分析方法已被引入来推断相关的残基。近年来,人们越来越关注获得决定疾病相关蛋白(Abeta肽、朊病毒蛋白、甲状腺素运载蛋白等)的趋势的序列特性。聚集并形成原纤维。出于部分需要确定的序列特征,表明聚集的趋势,我们介绍了一种通用的方法,探针在一个给定的蛋白质家族中的序列沿带电残基的共变。该方法,它涉及到计算的序列相关熵(SCE)使用淬火概率Psk(i,j)找到一个残基对在给定的序列分离sk,允许我们分类蛋白质家族的SCE。我们的一般方法可能是一个有用的方式在获得进化的氨基酸残基的共变异的基因组水平。
2004-05-06 q-bio.BM
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
Nonlinear backbone torsional pair correlations in proteins
蛋白质变构需要动态结构相关性。然而,尽管在过去二十年中进行了深入的研究,但其物理起源仍然难以捉摸。通过对10种不同大小和折叠方式的蛋白质的分子动力学(MD)模拟轨迹的分析,我们发现大多数蛋白质中广泛存在着空间上更长范围的、主要由环残基执行的非线性主链扭转对(BTP)关联。相关的BTP的扭转运动的检查表明,非谐扭转状态转换是必不可少的非线性相关性,相应地发生在广泛不同的和相对较长的时间尺度。相比之下,稳定$α$螺旋和$β$链中主链扭转之间的BTP相关性主要是线性的,并且在空间上更短程,并且更可能与孔内扭转动力学相关。进一步的分析表明,非线性贡献的直接原因是异质性的,在极端情况下取消,线性相关性与不同的扭转状态的参与扭转。因此,对于一个相关的BTP,参与扭转的扭转状态转换只是必要的,但不是充分条件,为显着的非线性贡献。这些发现暗示了一种新的蛋白质活性变构调节的一般搜索策略。同时,有人认为,系综平均相关计算和静态接触网络分析,虽然有见地,但不足以阐明变构信号传递的机制,动力学和时间尺度分辨分析是必要的。
2016-05-06 q-bio.BM
Fusing Neural and Physical: Augment Protein Conformation Sampling with Tractable Simulations
Mila - Québec AI Institute(米拉-魁北克人工智能研究所);Université de Montréal(蒙特利尔大学);HEC Montréal(蒙特利尔高等商学院);CIFAR(加拿大高级研究所)
针对生成式蛋白质构象采样器因不了解能量图景而准确性受限的问题,本研究提出少样本框架,结合预训练生成模型的种子构象与并行MD模拟轨迹微调模型,在可控成本下提升了采样性能。
2024-03-11 cs.LG q-bio.BM q-bio.QM
Sequence correlations shape protein promiscuity
我们预测分析,在蛋白质序列内的氨基酸位置的对角相关性统计上增强蛋白质的非特异性结合倾向。我们使用术语“混杂”来描述这种非特异性结合。对角相关性表示相同类型的氨基酸聚集在一起的序列模式的统计学显著重复。相对于微观相互作用势和平均氨基酸组成的形式,预测的效果是定性稳健的。我们的分析结果为在真核生物蛋白质组的枢纽中观察到的增强的对角相关性提供了解释[J. Mol. 409,439(2011)]。我们建议的实验,将允许直接测试的预测效果。
2011-06-13 q-bio.BM q-bio.GN q-bio.MN
Insight into the correlation between lag time and aggregation rate in the kinetics of protein aggregation
在有利的条件下,许多蛋白质可以组装成宏观上大的聚集体,帕金森氏症和其他神经系统和全身性疾病。蛋白质聚集的整个过程的特征在于初始滞后时间,在此期间溶液中没有可检测的聚集发生,以及溶解的蛋白质转化为聚集体的最大聚集速率。在这项研究中,滞后时间和蛋白质聚集的最大速率之间的相关性进行了分析。据发现,这两个数量的产品取决于一个单一的数值参数,量化的蛋白质聚集的分数的时间演变的曲线的动力学指数。由于该指数对所研究的条件和/或系统的依赖相对较小,因此我们的发现提供了对为什么对于许多实验而言,滞后时间和最大聚集速率的乘积的值通常彼此相等或相当接近的见解。它示出了动力学指数是如何与最近提出的蛋白质聚集理论的基本动力学参数。
2010-06-09 cond-mat.soft q-bio.BM
Critical fluctuations in proteins native states
我们研究了由核磁共振确定的非常不同大小的蛋白质结构集合的大数据集。通过检查的距离依赖的相关性的位移的残基对和进行有限尺寸标度分析,它被发现的相关性和敏感性的行为在系统中的临界点附近,这意味着,在天然状态下,每个氨基酸残基的运动是由每一个其他的残基的大小的蛋白质分子。此外,某些蛋白质的形状对应于最大的易感性被发现比其他更可能。总的来说,结果表明,蛋白质的天然状态是至关重要的,这意味着尽管被摆在能量景观的最小值附近,它们仍然保持其动态灵活性。
2016-01-13 cond-mat.stat-mech physics.bio-ph q-bio.BM
Exploring the correlation between the folding rates of proteins and the entanglement of their native states
蛋白质向其天然状态折叠是一个相当复杂的过程。然而,有经验证据表明,折叠时间与接触顺序相关,这是蛋白质天然状态空间组织的一个简单测量。接触顺序与由接触的氨基酸形成的主链环的平均长度有关。在这里,我们认为,折叠动力学也可以影响的纠缠,环可能会经历在整个三维蛋白质结构。为了探索这种可能性,我们引入了一个新的描述符,我们称之为“最大链内接触纠缠”。具体来说,我们测量的最大高斯纠缠之间的任何环状部分的蛋白质和任何其他非重叠的子链相同的蛋白质,这是很容易计算的离散线积分的坐标上的$C_α$原子。通过分析实验数据集的两个状态和多态文件夹,我们表明,新的索引也是一个很好的预测的折叠率。此外,由于它与以前的方法只有部分相关性,因此可以与它们集成以产生更准确的预测。
2017-10-26 cond-mat.soft cond-mat.stat-mech physics.bio-ph
Protein secondary structure: Entropy, correlations and prediction
蛋白质二级结构主要是由氨基酸骨架上紧密排列的残基之间的局部相互作用决定的,还是由非局部的三级相互作用决定的?为了回答这个问题,我们测量了一级结构和二级结构序列的熵密度,以及局部序列间互信息密度。我们发现重要的序列间相互作用是短程的,相邻的氨基酸之间的相关性基本上是无信息的,并且只有1/4的总信息需要确定二级结构是可从本地序列间的相关性。由于其余的信息必须来自非局部相互作用,这一观察结果支持了大多数蛋白质折叠通过二级和三级结构同时形成的合作过程的观点。为了提供一个更直接的比较,现有的二级结构预测方法,我们构建了一个简单的隐马尔可夫模型(HMM)的序列。该模型的预测精度可与其他单序列二级结构预测算法相媲美,并且可以提取几乎所有的序列间互信息。这表明这些算法几乎是最优的,我们不应该期望预测准确性的显着提高。然而,二级和一级结构之间的局部相关性在许多三级结构预测方法中可能具有未被充分认识的重要性,例如穿线。
2003-10-29 q-bio.BM
On Hydrophobicity Correlations in Protein Chains
我们研究了正方晶格上具有独特自然态的疏水/极性模型序列的统计性质。结果表明,这一系列的序列不同于随机序列在显着的方式在两个沿链和总疏水性的疏水性分布。只要在统计上可行,就对一组真实的酶进行类似的计算。
2000-10-25 cond-mat.soft cond-mat.stat-mech q-bio.BM
Long range correlations and folding angle in polymers with applications to α-helical proteins
线性聚合物的构象复杂性远远超过点状原子和分子。聚合物可以弯曲,扭曲,甚至打结。因此,它们也可以显示比点粒子丰富得多的相结构。但是表征聚合物的相并不容易。本质上,唯一的属性是回转半径。当聚合度变得不同时它如何变化的方式,以及当环境温度和溶剂性质改变时它如何演变,揭示了聚合物的相。此外,在任何有限长度的链中,存在对标度的校正,这使得相结构的详细分析复杂化。在这里,我们引入了一个量,我们称之为折叠角,一种新的工具,以确定和审查相的聚合物。我们认为它的值和那些在回转半径的标度指数之间的平均场关系。但是,与回转半径的情况不同,折叠角的值可以从单个结构来评估。作为一个例子,我们在蛋白质数据库(PDB)中估计了晶体学α-螺旋蛋白质结构的折叠角值。我们还展示了如何使用α-螺旋手性均聚物的理论模型数值计算的值。
2013-06-22 cond-mat.stat-mech physics.bio-ph q-bio.BM
Multi-scale sequence correlations increase proteome structural disorder and promiscuity
大量的实验表明,生物体蛋白质组中存在着高度的混杂性和结构紊乱。在这里,我们问的问题是什么使蛋白质混杂,即,倾向于非特异性相互作用,并且结构无序。我们预测蛋白质序列内氨基酸位置的多尺度相关性在统计学上增强了混杂的蛋白质内和蛋白质间结合的倾向。我们发现,序列之间的相关性氨基酸相同类型的统计学增强结构紊乱的蛋白质和生物体蛋白质组的枢纽。我们还表明,结构无序的蛋白质具有显着更高程度的序列顺序比结构有序的蛋白质。我们开发了一个分析理论,这种效果和预测的稳健性,我们的结论相对于氨基酸组合物和相互作用序列之间的微观电位的形式。我们的发现对于理解由序列重复延伸引起的蛋白质聚集疾病的分子机制具有重要意义。
2011-05-09 q-bio.BM q-bio.GN q-bio.MN
Protein sectors: statistical coupling analysis versus conservation
统计偶联分析(SCA)是用于分析多个序列比对的方法,其用于鉴定称为“区段”的共进化残基组。该方法将谱分析应用于通过将相关信息与序列守恒相结合而获得的矩阵。有人断言,SCA鉴定的蛋白质区段具有重要的功能,不同的区段控制蛋白质的不同生化特性。在这里,我们重新考虑现有的实验数据,并注意到,它几乎只涉及蛋白质与一个单一的部门。我们表明,在这种情况下,序列保守性是SCA中的主导因素,并且可以单独用于统计等效的功能预测。因此,我们建议将实验重点转移到SCA确定几个部门的蛋白质上。蛋白质比对中的相关性,在许多独立的研究中已经被证明是信息丰富的,那么序列保守性将不那么占主导地位。
2014-12-16 q-bio.BM
Three-body Interactions Improve the Prediction of Rate and Mechanism in Protein Folding Models
在这里,我们研究的影响,多体相互作用的速率和机制蛋白质折叠,使用分子动力学模拟的结果,许多粗粒度的C-α模型单结构域蛋白质。在将三体相互作用明确地作为微扰添加到仅具有天然成对相互作用的Go类哈密顿量之后,我们发现1)与实验Φ值和折叠速率的相关性显著增加,2)折叠速率与接触阶的更强相关性,当天然状态中三体能量的分数为~ 20%时,与实验速率范围匹配,和3)与所研究的其他蛋白质相比,糜蛋白酶抑制剂中存在相当大量的三体能量。
2004-07-14 cond-mat.soft physics.bio-ph q-bio.BM
Impact of phylogeny on structural contact inference from protein sequence data
本文研究了系统发育相关性对蛋白质序列推断结构接触的影响,通过可控合成数据证明全局推断方法(如Potts模型)比局部方法更具鲁棒性,并揭示了早期突变位点导致假阳性接触的机制。
2023-01-05 physics.bio-ph q-bio.BM q-bio.QM
Towards protein folding pathways by reconstructing protein residue networks with a policy-driven model
本文提出了一种利用合适节点选择和边恢复策略重建蛋白质残基网络的方法,该方法在52种二态折叠蛋白和21种多态折叠蛋白中与已发表的折叠速率强相关,为蛋白质折叠建模提供了新的视角。
2026-04-06 cs.LG q-bio.BM
Correlations from structure and phylogeny combine constructively in the inference of protein partners from sequences
从序列中推断蛋白质相互作用是计算生物学中的一个重要任务。最近的方法基于直接耦合分析(DCA)或互信息(MI)允许找到两个蛋白质家族的旁系同源物之间的相互作用伙伴。成功的推理主要依赖于构造接触或共生关系的相关性,还是两者兼而有之?这两种类型的信号是建设性地结合在一起还是相互阻碍?为了解决这些问题,我们使用最小模型生成和分析合成数据,该模型允许我们控制结构约束和遗传的数量。我们发现,从这两个来源的相关性建设性地结合起来,以增加DCA或MI的合作伙伴推理的性能。此外,当来自接触的信号变得不那么信息化时,包括在蛋白质间接触被限制在一小部分位点的现实情况下,来自同源性的信号可以拯救伴侣推断。我们还表明,DCA推断的非接触对网站之间的耦合,提高合作伙伴的推理在存在强大的同源性,而恶化,否则。此外,限制到非接触对的网站保留推理性能的存在下,强大的同源性。在一个自然的数据集,以及在现实的合成数据的基础上,我们发现,非接触的网站对合作伙伴的推理性能作出积极贡献,并限制到他们保留性能,证明一个重要的作用,遗传学。
2022-05-17 q-bio.BM q-bio.MN
Persistent homology analysis of protein structure, flexibility and folding
蛋白质是生物体中最重要的生物分子。对蛋白质结构、功能、动力学和转运的理解是生物科学中最具挑战性的任务之一。在本工作中,持久同源性,首次引入提取分子拓扑指纹(MTF)的基础上的分子拓扑不变量的持久性。MTF用于蛋白质表征、鉴定和分类。提出了一种基于切片的蛋白质拓扑不变量几何起源跟踪方法。构造了MTF的全原子表示和粗粒度表示。提出了一种新的类截止滤波方法,用以解决弹性网络模型中的最优截止距离问题。基于蛋白质的紧密性、刚性和连接性之间的相关性,提出了一种基于持久拓扑不变量的蛋白质柔性定量建模方法。为此,开发了基于相关矩阵的过滤。这种方法可以准确预测蛋白质B因子分析中使用的最佳特征距离。最后,利用传递函数表征了蛋白质折叠过程中蛋白质的拓扑演化,并定量预测了蛋白质折叠的稳定性。我们的持久同源性预测与分子动力学模拟结果具有很好的一致性,揭示了蛋白质的拓扑-功能关系。
2014-12-08 q-bio.BM
$θ$-curves in proteins
除了主链形成的结外,蛋白质还可以形成许多拓扑结构,包括共价和离子介导的相互作用。在这项工作中,我们定义了蛋白质的非平凡的$θ$ -曲线,并确定7个不同的拓扑结构中的所有结构已知的日期。我们研究了基序与功能和生物起源的相关性,并指出与主链结的相似性,我们表明,一些基序可能确实是功能性的。我们还分析了具有$θ$ -曲线基序的示例性蛋白质的折叠和桥诱导的稳定性,并提供了蛋白质中可能的$θ$ -曲线的目录。
2019-08-16 cond-mat.soft physics.bio-ph q-bio.BM
A natural upper bound to the accuracy of predicting protein stability changes upon mutations
准确预测单位点变异(single-site variations,DDG)引起的蛋白质稳定性变化对于蛋白质设计以及理解遗传疾病的发生机制具有重要意义。为此,高通量计算方法的性能主要基于预测数据和观察数据之间的皮尔逊相关系数进行评估,假设上限为1(完美相关)。然而,这些预测器的性能可能受到实验数据的分布和噪声的限制。在这里,我们估计,第一次,理论上限的DDG预测性能所施加的内在结构,目前可用的DDG数据。给定一组测量的DDG蛋白变异,基于其与另一组实验确定的DDG值的相似性来估计理论上最佳的预测因子。我们调查之间的相关性对测量DDG的变化,其中一个被用作预测其他。我们分析得出的皮尔逊相关性的上限作为DDG数据的噪声和分布的函数。我们还评估了可用的数据集,以突出噪声与DDG分布的影响。我们得出结论,上限是DDG值的不确定性和分布的函数,并且根据所使用的数据集,当前数据的最佳性能应该在0.7-0.8之间;较高的Pearson相关性可能表明过度训练。它还表明,使用不同数据集进行预测的比较本质上是误导性的。
2018-09-27 q-bio.BM
Primary Sequences of Protein-Like Copolymers: Levy Flight Type Long Range Correlations
我们考虑的统计性质的主要序列的两个字母的HP共聚物(H为疏水性和P为极性)设计有水溶性的球状构象与H单体屏蔽水内壳的P单体。我们表明,无论是通过计算机模拟和精确的分析计算,对于大的小球和灵活的聚合物,这样的序列表现出长程相关性,可以描述的Levy飞行统计。
2001-03-22 cond-mat.dis-nn cond-mat.stat-mech q-bio.BM
Assessment of scoring functions for computational models of protein-protein interfaces
Yale University(耶鲁大学)
本文评估了七种蛋白质-蛋白质界面评分函数的准确性,通过比较其评分与X射线晶体结构的结构相似性(DockQ分数)的 Spearman 相关系数,发现部分目标存在强相关性,而多数目标相关性较弱,并提出一种基于三个物理特征的新评分函数。
2026-01-07 q-bio.BM
Protein secondary structure prediction based on quintuplets
提出了一种简单的隐马尔可夫模型,用于从蛋白质的氨基酸序列预测其二级结构。由于蛋白质构象片段的长度在一个狭窄的范围内变化,我们忽略了长度分布的持续时间效应,并专注于包括在模型中的残基和构象状态的短程相关性。通过适当的互信息,设计了构象独立和依赖的氨基酸粗粒化方案。我们比较了不同复杂程度的模型,并建立了一个具有较高预测精度的实用模型。
2003-07-16 physics.bio-ph physics.data-an q-bio.BM
PIPER: An FFT-based Protein Docking Program with Pairwise Potentials
快速傅立叶变换(FFT)相关方法用于蛋白质-蛋白质对接可以评估网格上数十亿对接构象的能量,如果能量以相关函数的形式描述。在这里,这种限制被删除,该方法是有效地使用成对的相互作用潜力,大大提高对接结果。其基本思想是用对应于几个主要特征值的特征向量来近似相互作用矩阵,从而得到一个写为几个相关函数之和的能量表达式,并通过重复的FFT计算来解决问题。除了描述该方法是如何实现的,我们提出了一类新的结构为基础的成对分子间的潜力。从蛋白质-蛋白质复合物的结构中提取DARS(Decoys As the Reference State)势,并使用大量对接构象作为诱饵来推导参考状态中的原子对分布。目前版本的DARS潜力很好地适用于酶抑制剂复合物。与新的FFT为基础的程序,DARS提供了更好的对接结果比早期的方法,在许多情况下,产生50%以上的近天然对接构象。尽管对于抗体-抗原对的潜力远不是最佳的,但是结果仍然比早期的FFT方法给出的结果稍好。对接程序PIPER可免费用于非商业应用。
2006-05-11 q-bio.BM
Interplay between single-stranded binding proteins on RNA secondary structure
RNA蛋白质相互作用控制细胞RNA的命运,并在基因调控中发挥重要作用。这种相互作用之间的相互依赖性允许在基因调控中实现逻辑功能。我们调查的背景下,RNA二级结构的统计物理学的RNA结合伙伴之间的相互作用,并定义了一个线性相关函数的两个合作伙伴之间的相互依赖性,其结合事件的测量。我们证明了这种线性相关函数的长程幂律行为的出现。这表明RNA二级结构驱动的结合位点之间的相互依赖性是组合转录后基因调控的一般机制。
2013-10-22 q-bio.BM
Correlation-based feature selection to identify functional dynamics in proteins
为了解释生物分子系统的分子动力学模拟,通常采用系统降维方法。其中包括主成分分析(PCA)和时滞独立成分分析(TICA),其目的是分别最大化第一个成分的方差和时标。这种分析的关键的第一步是识别合适的和相关的输入坐标(所谓的特征),例如主链二面角和残基间距离。由于通常只有这些坐标的一小部分参与特定的生物分子过程,因此重要的是丢弃剩余的不相关运动或弱相关噪声坐标。这是因为它们可能表现出大幅度或长时间尺度,因此将分别被PCA和TICA错误地视为重要。为了区分集体运动的功能动力学从不相关的运动,输入坐标的相关矩阵块对角化的聚类方法。这种策略避免了由于假定的功能性可观测量和构象状态或最大化方差或时间尺度的变异原理而可能产生的偏差。考虑到几个线性和非线性的相关措施和各种聚类算法,它表明,线性相关和莱顿社区检测算法的组合,所有考虑模型系统产生优异的结果。这些包括T4溶菌酶的功能运动,以证明集体运动的成功识别,以及绒毛头部的折叠,以突出相关运动的功能机制的物理解释。
2022-04-07 cond-mat.soft physics.bio-ph q-bio.BM
Capturing coevolutionary signals in repeat proteins
对球状蛋白中出现的氨基酸的相关性的分析导致了统计工具的发展,这些工具可以识别天然接触--在折叠结构集合中接近距离的链部分。在这里,我们介绍了一个重复蛋白质的统计耦合分析-自然系统的结构域的识别仍然具有挑战性。我们表明,固有的翻译对称性重复蛋白质序列引入了强烈的偏见,在对相关性,正是重复单元的长度尺度。对这种偏见的分析揭示了真正的共同进化信号,从这些信号中可以识别出当地的原生联系人。重要的是,对于所有其他相互作用获得的参数值不受均衡的显著影响。我们量化的程序的鲁棒性和分配的相互作用的置信水平,确定在几个重复蛋白质家族中提取进化信息所需的序列的最小数量。整个过程可以用来重建长距离的相互作用,识别每个家族中最强耦合的特征,并且可以应用于任何出现对称的系统。
2014-07-25 q-bio.BM
Hydrodynamic Interactions in Protein Folding
我们将流体动力学相互作用(HI)在一个粗粒度和基于结构的蛋白质模型,采用Rotne-Prager流体动力学张量。我们研究了几个小的蛋白质,并证明HI促进折叠。我们还研究了HIV-1蛋白酶,并表明HI使皮瓣关闭动力学更快。HI被发现影响的时间相关函数在附近的原生状态,即使他们没有影响相同的时间特性的结构波动周围的原生状态。
2008-12-31 q-bio.BM
Rate Determining Factors in Protein Model Structures
以前的研究表明,蛋白质折叠率与天然状态几何形状有很强的相关性,但这种依赖性仍然缺乏一个完整的解释。在这里,我们研究的速率几何关系与一个简单的统计物理模型,并专注于两类模型的几何形状,代表理想的平行和反平行结构。我们发现,率的对数显示出几乎完美的线性相关的“绝对接触顺序”,但斜率取决于所考虑的特定类。我们根据实验结果讨论了这些发现。
2007-09-14 cond-mat.stat-mech q-bio.BM
Multimodal Alignment and Preference Optimization for Zero-Shot Conditional RNA Generation
Univ. Grenoble Alpes, CNRS, Grenoble INP, LJK(格勒诺布尔阿尔卑斯大学、法国国家科学研究中心、格勒诺布尔INP、LJK实验室);Center for Computational Mathematics, Flatiron Institute(计算数学中心、Flatiron研究所)
提出Moirain框架,通过多模态监督微调和直接偏好优化实现条件RNA序列生成,在零样本条件下生成具有高结合亲和力的生物合理RNA序列。
2026-05-12 cs.AI cs.LG q-bio.BM
Optimization and evaluation of a coarse-grained model of protein motion using X-ray crystal data
简单的粗粒度模型,如高斯网络模型,已被证明可以捕获平衡蛋白质动力学的一些特征。我们扩展了这个模型,通过使用原子接触来定义残基之间的相互作用,并引入一个以上的残基之间的相互作用参数。我们使用来自98个超高分辨率X射线晶体结构的B因子来优化相互作用参数。GNM波动预测和B因子之间的平均相关性为0.64的数据集,与以前的大规模研究一致。通过将残基相互作用分为共价和非共价,我们实现了0.74的平均相关性,并且添加配体和辅因子进一步将相关性提高到0.75。然而,将非共价相互作用进一步分离为非极性、极性和混合并没有产生显著的改善。简单的化学信息的添加导致更好的预测质量,而不增加粗粒度模型的大小。
2006-04-06 q-bio.BM
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 Sequence and Structure Co-Design with Equivariant Translation
BioGeometry;Mila - Québec AI Institute(米拉-魁北克人工智能研究所);Université de Montréal(蒙特利尔大学);HEC Montréal(蒙特利尔高等商学院)
蛋白质是在所有生物体中执行基本功能的大分子。设计具有特定结构和所需功能的新型蛋白质一直是生物工程领域的一个长期挑战。现有方法使用自回归模型或扩散模型生成蛋白质序列和结构,这两种模型都具有高的推理成本。本文提出了一种新的蛋白质序列和结构协同设计方法,该方法基于先验的上下文特征,将蛋白质序列和结构从随机初始化迭代转换到期望的状态。我们的模型包括一个三角感知编码器,原因几何约束和相互作用的背景下的功能,和一个旋转翻译等变解码器,翻译蛋白质序列和结构相互依赖。值得注意的是,所有蛋白质氨基酸在每个翻译步骤中一次性更新,这显著加速了推理过程。跨多个任务的实验结果表明,我们的模型比以前的最先进的基线有很大的优势,并且能够设计出在序列和结构方面都具有高保真度的蛋白质,其运行时间比基于采样的方法少几个数量级。
2023-03-02 cs.LG q-bio.BM
Size and structure of the sequence space of repeat proteins
蛋白质序列的编码空间是由功能和稳定性要求所设定的进化约束所形成的。我们表明,一个给定的蛋白质家族的编码空间-该家族中的序列总数-可以估计使用模型的最大熵训练的多个序列比对的天然存在的氨基酸序列。我们分析和计算了三个丰富重复蛋白家族的大小,这些家族的成员是由~ 30个氨基酸的保守部分的许多重复组成的大蛋白。虽然在比对的每个位置处的氨基酸保守性解释了相对于完全随机序列的多样性的大部分减少,但是我们发现在不同位置处的氨基酸使用之间的相关性显著地影响多样性。我们量化了不同类型的相关性,功能和进化,对序列多样性的影响。对家族编码空间的详细结构的分析揭示了一个崎岖的景观,具有许多具有层次结构的不同大小的局部能量极小值,让人想起物理学中自旋玻璃的fustrated能量景观。这种聚集的结构表明每个家族内亚型的多样性,并提出了蛋白质设计的新策略。
2019-07-03 q-bio.BM
Aligning Proteins and Language: A Foundation Model for Protein Retrieval
Carnegie Mellon University(卡内基梅隆大学);Purdue University(普渡大学)
本文提出 CLIP 风格的蛋白质-语言对比学习框架,利用约20万蛋白质-描述对训练,实现PDB域内与EMDB跨数据库的零样本蛋白质结构与语义检索。
2025-05-27 cs.AI cs.CE cs.CV
Adaptive Protein Tokenization
California Institute of Technology(加州理工学院);Carnegie Mellon University(卡内基梅隆大学);Howard Hughes Medical Institute(霍华德·休斯医学研究所)
本文提出了一种自适应蛋白质标记化方法,通过全局标记生成提升生成和表示任务性能,支持零样本蛋白质缩小和亲和力成熟。
2026-02-06 cs.LG q-bio.BM
StabilityArc: Decoding Protein Sequence Embeddings into Generalizable Stability Landscapes
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
StabilityArc通过共享RoPE变换器将ESMC-600M嵌入映射为替换效应矩阵,在66次留一蛋白质评估中达0.7134 Spearman相关,并作为Kermut先验提升至0.8280,实现跨蛋白质稳定性预测。
2026-10-16 cs.LG q-bio.BM
CABS-flex predictions of protein flexibility compared with NMR ensembles
动机:识别蛋白质结构的柔性区域对于理解其生物学功能非常重要。最近,我们已经开发出一种快速的方法来预测蛋白质结构波动从一个单一的蛋白质模型:CABS-flex。CABS-flex被证明是一种有效的替代传统的全原子分子动力学(MD)。在这项工作中,我们评估CABS-Flex和MD预测的NMR合奏内的蛋白质结构变化进行比较。结果如下:基于一个基准集的140种蛋白质,我们表明,从CABS-Flex获得的蛋白质残基的相对波动是相关的NMR合奏。平均而言,这种相关性比MD和NMR系综之间的相关性更强。总之,CABS-flex是有用的和互补的MD在预测的蛋白质区域进行构象变化和这种变化的程度。
2014-03-19 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
Network Structure of Protein Folding Pathways
经典的蛋白质折叠方法受统计力学的启发,通过使用有效坐标来避免构象空间的高维结构。在这里,我们介绍了一个网络的方法来捕捉构象空间的结构的统计特性。构象被表示为网络的节点,而链接是通过围绕化学键的基本旋转的过渡。多肽链的自我回避在构象网络中引入了度相关性,这反过来又导致了能量景观相关性。折叠可以解释为构象网络上的有偏随机游走。我们发现,折叠路径沿能量梯度组织成无标度网络,从而解释了以前的观察通过分子动力学模拟。我们还表明,这些能源景观的相关性是必不可少的恢复所观察到的连通性指数,这属于一个不同的普适性类比随机能量模型。此外,我们预测,指数,因此折叠网络的结构在高温下从根本上改变,我们的模拟验证的AK肽。
2007-05-07 q-bio.BM q-bio.MN
Properties and Origins of Protein Secondary Structure
蛋白质含有大部分规则的重复构象,称为二级结构。一个简单的,通用的二级结构的定义,其中包括测量沿蛋白质链的局部相关性。使用这个定义和一个简单的蛋白质模型,驱动二级结构形成的力量进行了探索。能量和熵的相对作用进行了研究。最近的研究表明,压实足以产生二级结构。我们测试这个假设,使用简单的非晶格蛋白质模型。
1994-02-03 cond-mat q-bio.BM
Holographic nature of critical quantum states of proteins
本文发现多种高效电子传输蛋白质在自然状态下自发处于安德森金属-绝缘体转变的临界态,其分形性质具有普适性,且关联分形维数约为2,表明蛋白质波函数可能满足全息面积律。
2025-06-03 cond-mat.dis-nn cond-mat.mes-hall cond-mat.mtrl-sci
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
A new formulation of protein evolutionary models that account for structural constraints
尽管具有保守折叠的结构稳定性对蛋白质功能的重要性,但几乎所有的进化模型都忽略了由相邻氨基酸位点之间的物理相互作用引起的位点-位点相关性。这主要是由于难以制定一个计算上易于处理的模型,因为率矩阵可以不再使用。在这里,我们介绍了一个通用的框架,因子图的基础上,构建概率模型的蛋白质进化与网站的相互依赖性。方便地,有效的近似推理算法,如置信传播,可以用来计算这些模型的似然性。我们适合这种类型的氨基酸取代模型,占溶剂的可及性和网站的相关性。新模型与速率矩阵模型和仅考虑溶剂可及性的模型的比较表明,它更好地拟合序列数据。我们还研究了同六聚体酶家族内的进化,发现大多数接触亚基之间的位点相关性有助于更高的可能性。此外,我们表明,新的替代模型有一个类似的数学形式(Rodrigue等人,2005年)中介绍的,虽然不同的参数解释和值。我们还进行了统计分析的氨基酸在相邻的网站上的替代概率的影响,并找到一个显着的扰动的概率,进一步支持蛋白质进化中的重要作用的站点站点之间的相互作用,并激励新的进化模型的发展,如这里所描述的。最后,我们讨论了新的替代模型的可能的扩展和应用。
2013-12-02 q-bio.BM q-bio.PE
Direct-coupling analysis of residue co-evolution captures native contacts across many protein families
同源蛋白质的三维结构的相似性对其序列变异性施加了强有力的约束。长期以来,人们一直认为,不同序列位置处的氨基酸组成之间的相关性可以用来推断蛋白质三级结构内的空间接触。该推断的关键是解开直接和间接相关性的能力,如通过最近引入的直接耦合分析(DCA)(Weigt等人(2009)Proc Natl Acad Sci 106:67)所实现的。在这里,我们开发了一个计算效率高的实施DCA,这使我们能够评估接触预测的准确性DCA的大量蛋白质结构域,纯粹基于序列信息。DCA示出产生大量的正确预测的接触,概括的全球结构的接触图的大多数蛋白质结构域检查。此外,我们的分析捕获了超出结构域内残基接触的明确信号,例如,来自蛋白质低聚物中的替代蛋白质构象、配体介导的残基偶联和结构域间相互作用。我们的研究结果表明,DCA预测的接触可以作为一个可靠的指导,以促进计算预测的替代蛋白质构象,蛋白质复合物的形成,甚至从头预测的蛋白质结构域结构,提供了大量的同源序列的存在,这是由于在基因组测序的进步,正在迅速提供。
2011-10-25 cond-mat.stat-mech q-bio.BM q-bio.QM
Prot2Chat: Protein LLM with Early-Fusion of Text, Sequence and Structure
Soochow University(苏州大学);Changping Laboratory, Peking University(北京大学昌平实验室)
Prot2Chat通过早期融合蛋白质序列、结构与文本信息,并采用LoRA优化训练,在蛋白质问答任务上取得优越性能,展现了强泛化能力。
2025-05-22 cs.AI cs.LG q-bio.BM