iTreePack: Protein Complex Side-Chain Packing by Dual Decomposition
蛋白质侧链包装是获得结构的3D坐标和药物发现的关键组成部分。单结构域蛋白质侧链包装已被彻底研究。将这些方法推广到蛋白质复合物的一个主要挑战是,它们与单体不同,通常具有非常大的树宽,因此不能直接应用TreePack等算法。为了解决这个问题,SCWRL 4有效地将复合物作为单体处理,排除弱相互作用以减少树宽;因此,SCWRL 4在蛋白质界面上产生不良包装。迄今为止,很少有专门为蛋白质复合物设计的侧链包装方法。在本文中,我们介绍了一种方法,iTreePack,它解决了侧链包装问题的复杂性,通过使用一种新的组合的对偶分解和树分解。特别是,iTreePack通过将蛋白质复合物分解成较小的子图和新颖地将复杂的侧链包装问题重新表述为对偶松弛问题,克服了大树宽的问题;这使我们能够使用树分解分别解决每个小的子图的侧链包装。利用投影次梯度算法,保证了所有小子图的侧链填充的一致性。计算结果表明,我们的iTreePack程序优于SCWRL 4的蛋白质复合物。特别是,iTreePack将侧链原子更准确地放置在非常大的复合物上,这些复合物构成了蛋白质相互作用的重要部分。此外,iTreePack相对于SCWRL 4的优势随着复合体的树宽而增加。即使对于单体蛋白质,iTreePack也比SCWRL更有效,也更准确。
2015-04-21 q-bio.BM
Molecular architecture of TE-seeded chromosome-naive initiation networks of protein-protein interactions delineates the Human Protein Map of the assembly of multiprotein complexes
Institute of Engineering in Medicine University of California, San Diego(加州大学圣地亚哥分校工程医学院)
该研究通过HPA数据揭示PPI级联分子架构,阐明EMC组装机制,并发现突触蛋白隔离导致神经退行性变,恢复蛋白可用性可修复损伤。
2026-10-02 q-bio.BM
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
Analytical Theory for Sequence-Specific Binary Fuzzy Complexes of Charged Intrinsically Disordered Proteins
内在无序蛋白(IDP)是一类重要的生物学功能蛋白。与折叠蛋白相反,某些IDP之间的分子识别是“模糊的”,因为它们的结合和/或相分离是由相互作用的IDP的氨基酸序列随机控制的,而它们组装的构象在很大程度上保持无序。为了帮助阐明这个迷人的,但知之甚少的现象的一个基本方面,一个同源或异源二聚体对polyampholytic IDP的结合建模统计力学使用集群扩展。我们发现,结合亲和力的二元模糊复合物的模型强烈相关的一个新衍生的简单的“jSCD”参数容易计算的对IDP的序列电荷模式。我们的分析理论的预测是在粗粒度的显式链模拟基本一致。这个计算效率高的理论框架,预计将广泛适用于合理化和预测序列特异性的IDP-IDP多静电相互作用。
2020-07-07 q-bio.BM
Characterization of protein complexes using chemical cross-linking coupled electrospray mass spectrometry
大蛋白质复合物的鉴定和表征是生物化学工具箱的支柱。利用交联化学品可以促进捕获和鉴定瞬时性质的瞬时或弱相互作用。在这里,我们描述了一个详细的方法,细胞培养为基础的蛋白质组学方法。我们描述了产生稳定表达绿色荧光蛋白(GFP)标记的蛋白质的细胞下的四环素诱导型启动子和随后的GFP相互作用蛋白质组学分析。我们包括一个被确定为GFP的相互作用蛋白质的列表。
2016-06-14 q-bio.BM q-bio.MN
Unbinding and unfolding of adhesion protein complexes through stretching: Interplay between shear and tensile mechanical clamps
使用粗粒度的分子动力学模拟,我们分析机械诱导的解离和展开的蛋白质复合物CD 48 - 2B 4。这种异源二聚体是免疫系统不可或缺的组成部分:2B 4是自然杀伤细胞上的受体,而CD 48在各种免疫细胞的表面上表达。到目前为止,它的机械稳定性还没有进行评估,无论是实验还是理论。我们发现,解离过程强烈依赖于方向的拉动,并可能发生在几个途径。有趣的是,CD 48 - 2B 4界面可以分为三个不同的补丁,在抵抗拉力时作为单元。在实验可达到的牵拉速度下,特征机械稳定性力在100和200 pN之间的范围内,取决于牵拉方向。这些特征力不需要与复合物分离行为中所涉及的张力相关,因为先前涉及单个蛋白质内的剪切解开可能产生更高的力峰。
2015-02-25 q-bio.BM
Small-angle scattering studies of intrinsically disordered proteins and their complexes
内源性无序蛋白(IDP)具有广泛的生物学功能。它们的相关性激发了强烈的研究活动,寻求表征它们的序列/结构/功能关系。然而,这些分子的构象可塑性阻碍了传统的结构方法的应用,新的工具和概念正在开发,以解决它们带来的挑战。小角散射(SAS)是一种结构生物学技术,用于探测无序蛋白质及其与其他生物分子复合物的大小和形状。SAS的低分辨率特性可以通过专门设计的计算工具及其与互补结构信息的组合解释来补偿。在这篇综述中,我们描述了SAS应用于无序蛋白质和高度灵活的复合物的最新进展,并讨论了当前的挑战。
2016-11-07 physics.bio-ph q-bio.BM
Advances to tackle backbone flexibility in protein docking
计算对接方法可以提供蛋白质-蛋白质复合物的结构模型,但缔合时的蛋白质主链柔性常常阻碍准确的预测。在最近的盲目挑战中,在不到20%的“困难”目标(具有显著的骨干变化或不确定性)中提交了中等或高精度模型。在这里,我们描述了蛋白质-蛋白质对接的最新进展,并强调了解决骨架灵活性的进展。在分子动力学和蒙特卡罗方法中,增强的采样技术减少了时间尺度的限制。内部坐标公式现在可以使用谐波动力学捕获单体和复合物的真实运动。机器学习方法自适应地引导对接轨迹或从在蛋白质界面上训练的深度神经网络生成新的结合位点预测。这些工具平衡了该领域,以突破正确预测具有显著构象变化的复杂结构的长期挑战。
2020-10-15 q-bio.BM
Implementation of The Double-Centroid Reduced Representation of Proteins and its Application to the Prediction of Ligand Binding Sites and Protein-Protein Interaction Partners Using FORTRAN 77/90 Language
蛋白质三维结构从全原子表示(AAR)到双质心简化表示(DCRR)的转换是实现用于预测蛋白质中特异性配体结合位点(LBS)的四面体三维搜索基序(3D SM)方法,和用于预测二元蛋白质相互作用(PPI)配偶体的3D界面搜索基序四面体对(3DISMTP)方法(Reyes,V.M.,2015 a和c,2015 b,2009 a,b和c)。在这里,我们描述的结果表明,在从AAR到DCRR的转换和实施的三维SM和三维ISMTP方法中使用的FORTRAN 77和90的源代码集的功效。准确地说,我们在这里显示的生物学上重要的配体,GTP和唾液酸的三维SM的建设,从训练集组成的实验解决的结构的蛋白质与相关的配体复合,和他们随后使用的两个配体的潜在受体蛋白的筛选。我们还显示在这里的二元复合物,RAC:P67 PHOX和KAP:磷酸-CDK 2的三维ISMTP的建设,从一个训练集组成的实验解决的复合物,和他们随后使用的两个复合物的潜在的原异构体的筛选。在AAR到DCRR的转换中使用的15个FORTRAN程序以及所述两种方法的实现是:get_bbn.f、get_sdc.f、res2cm_bbn. f、res2cm_sdc. f、nrst_ngbr.f、find_Hbonds.f、find_VDWints.f、find_clusters. f90、find_trees.f90、find_edgenodes.…
2015-11-30 q-bio.BM
Synthetic Protein-Ligand Complex Generation for Deep Molecular Docking
Department of Pharmaceutical Sciences, University of Basel(巴塞尔大学药理学系);Swiss Institute of Bioinformatics(瑞士生物信息学研究所)
针对实验蛋白质-配体复合物数据稀缺问题,提出一种程序化生成与验证合成复合物的新工作流程,实验表明合成数据训练的对接模型性能与实验数据相当,但未显著超越传统方法。
2025-09-16 q-bio.BM
RecA and RecB: probing complexes of DNA repair proteins with mitomycin C in live Escherichia coli with single-molecule sensitivity
RecA蛋白和RecBCD复合物是维持和修复DNA的关键细菌组分,RecBCD是一种解旋酶-核酸酶,其使用同源重组来解析双链DNA断裂,并且还促进RecA修饰单链DNA以形成RecA细丝,这是双链断裂DNA修复途径中的重要步骤。然而,关于RecA和RecBCD在活细胞中的机制作用仍然存在问题。在这里,我们使用毫秒超分辨荧光显微镜,以确定在单个活大肠杆菌细胞中的生理表达水平的RecA和RecB的荧光报告的空间定位。通过引入DNA交联剂丝裂霉素C,我们诱导DNA损伤,并量化RecA和RecB的化学计量,拷贝数和分子迁移率的变化。我们发现,这两种蛋白质积累在分子热点,以实现修复,导致RecA的化学计量相当于几百个分子,主要作用于RecA四聚体DNA损伤前,但切换到大约六聚体亚基成熟丝形成时。出乎意料的是,我们发现RecB的生理主要形式是二聚体。
2021-10-04 q-bio.BM
The NRGTEN Python package: an extensible toolkit for coarse-grained normal mode analysis of proteins, nucleic acids, small molecules and their complexes
摘要:粗粒简正模分析(NMA)是一种研究生物分子动力学的快速计算技术。Najmanovich Research Group Toolkit for Elastic Networks(NRGTEN)。NRGTEN是一个Python工具包,它实现了四种不同的NMA模型,以及流行和新颖的指标,以基准测试和测量这些模型的属性。此外,该工具包作为公共Python包提供,并且可以轻松扩展以开发或实现其他NMA模型。我们在NRGTEN中开发的ENCoM模型(弹性网络接触模型)值得注意,因为它考虑了原子相互作用的特定化学性质。这使得有可能对突变的影响进行一些独特的预测,例如对稳定性(通过振动熵差的变化),对不同构象状态之间的跃迁概率或对整个大分子/复合物的柔性分布(以研究变构和信号传导)。此外,所有NMA模型都可用于从起始结构生成构象系综,以帮助蛋白质-蛋白质、蛋白质-配体或应用中的其他对接研究。NRGTEN通过公共Python包免费提供,该包可以轻松安装在任何现代机器上,并包括在线托管的详细用户指南。可用性和实施:https://github.com/gregorpatof/nrgten_package/联系人:rafael. umontreal.ca
2020-12-24 q-bio.BM
Multilevel Deconstruction of the In Vivo Behavior of Looped DNA-Protein Complexes
具有环的蛋白质-DNA复合物在从DNA转录的调节到端粒维持的各种细胞过程中发挥重要作用。尽管它们无处不在,但它们的精确体内特性及其整合到细胞功能中仍然在很大程度上未被探索。在这里,我们提出了一个多层次的方法,有效地连接在两个方向的分子特性与细胞生理学,并使用它来表征的环状DNA-lac阻遏物复合物的分子特性,而在体内发挥作用。我们发现的属性包括存在的两个代表性的构象的复杂的,稳定的一个构象的DNA建筑蛋白质,和精确的值的基本扭转弹性常数和弯曲自由能。将所有这些分子信息整合到基因调控模型中,揭示了环状DNA-蛋白质复合物在塑造基因表达特性方面前所未有的多功能性。
2007-04-18 q-bio.BM q-bio.SC
Leveraging Conformational Diversity for Enhanced Structure-Based Virtual Screening: Insights from Molecular Dynamics Simulations of HIV-1 Protease-Ligand Complexes
本研究利用79个HIV-1蛋白酶-配体复合物,通过分子动力学模拟和RMSD聚类保留构象多样性,证明多构象结合能计算能显著提升基于结构虚拟筛选的预测可靠性。
2025-07-13 q-bio.BM
A preparative mass spectrometer to deposit intact large native protein complexes
电喷雾离子束沉积(ES-IBD)是一种多功能的工具,可以研究从小金属簇到大蛋白质组装体的分子结构和反应性。它将分子温和地带入气相,在那里它们可以被精确地操纵和纯化,然后控制沉积到各种基底上。与成像技术相结合,可以获得明确定义的分子的直接结构信息,这对于测试和解释间接质谱技术的结果至关重要。到目前为止,离子束沉积实验仅限于全球少数定制仪器,并且没有商业替代品。在这里,我们提出了一个模块,增加了离子束沉积能力的一个流行的商业MS平台(热科学$^{\mathrm{TM}}$ Q Exactive $^{\mathrm{TM}}$ UHMR)。这种组合显著降低了与定制仪器相关的开销,同时受益于既定的高性能和可靠性。我们目前的性能特点,包括光束强度,着陆能量控制,和沉积点的大小为广泛的分子。结合原子力显微镜(AFM)和透射电子显微镜(TEM),我们区分近天然的未折叠的蛋白质,并显示保留天然形状的蛋白质组装体脱水和沉积后。此外,我们使用酶测定来定量沉积在干燥表面上后非共价蛋白质复合物的活性。总之,这些结果表明ES-IBD在结构生物学应用中具有巨大的潜力,但也概述了需要解决的挑战,以充分发挥其潜力。
2022-03-21 q-bio.BM
Computational Methods to Investigate Intrinsically Disordered Proteins and their Complexes
本文综述了研究固有无序蛋白质及其复合物和相分离状态的计算方法,涵盖统计模型、物理方法和机器学习手段,用于结构系综生成与实验验证。
2024-09-03 physics.bio-ph q-bio.BM
Predicting non-neutral missense mutations and their biochemical consequences using genome-scale homology modeling of human protein complexes
需要计算方法来区分小部分错义突变,这些错义突变通过破坏蛋白质功能而导致疾病。我们描述了几种互补的方法,使用大规模的同源性建模的人类蛋白质复合物检测非中性突变。重要的是,与基于序列保守性的方法不同,这种基于结构的方法为疾病中的突变提供了实验上可测试的生化机制。具体而言,我们推断金属离子,小分子,蛋白质-蛋白质,和核酸结合位点的同源性,发现疾病相关的错义突变是更普遍的每一类结合位点比中性突变。重要的是,我们的方法识别出比RefSeq数据库中注释的多得多的结合位点。此外,通过机器学习预测的金属离子和蛋白质-蛋白质结合位点的分析显示,这些位点中疾病相关突变的相似优势。我们还得出了一个统计评分预测突变如何影响金属离子结合,并发现许多dbSNP突变,可能会破坏离子结合,但以前不认为有害的。我们还聚类蛋白质结构中的突变,以发现推定的功能区域。最后,我们开发了一个用于检测疾病相关错义突变的机器学习预测器,并在一个独立的测试集上显示它优于其他两种预测方法。
2013-08-20 q-bio.BM q-bio.GN
Protein-protein modelling using cryo-EM restraints
近年来,低温电子显微镜(冷冻电子显微镜)的发展使得人们可以在原子分辨率下观察分子复合物。因此,从冷冻电子显微镜得到的许多结构现在在蛋白质数据库中可用。然而,如果对于某些复合物达到原子分辨率,则并非对所有复合物都是如此。这也是在低温电子断层扫描的情况下,可实现的分辨率仍然是有限的。此外,冷冻电子显微镜图中的分辨率不是恒定的,通常外部区域具有较低的分辨率,可能与构象变异性有关。尽管那些低至中分辨率的EM图(或其区域)不能直接提供大分子复合物的原子结构,但它们提供了有价值的信息来模拟各个组分及其组装成它们。这种建模的大多数方法都是将单个组件刚性拟合到EM密度图中。虽然这似乎是一个明显的选择,但他们忽略了分子识别的关键方面,界面的能量和灵活性。此外,这些通常将建模限制在唯一的数据源,即EM密度图。在这一章中,我们描述了一个协议,其中EM地图被用作约束HADDOCK指导建模过程。
2020-05-01 q-bio.BM
DeepPNI: Language- and graph-based model for mutation-driven protein-nucleic acid energetics
Indian Institute of Technology Bhilai(印度理工学院比莱分校)
DeepPNI通过结合语言和图模型,实现了对蛋白质-核酸复合物突变驱动能量变化的高效预测,具有高鲁棒性和泛化能力。
2025-11-27 cs.AI q-bio.BM
The GōMartini approach: Revisiting the concept of contact maps and the modelling of protein complexes
本文综述了基于距离阈值的接触图及其在Martini 3力场中构建GōMartini模型的应用,并扩展至蛋白质-糖复合物,讨论了该金标准方法的局限与支持性研究。
2023-11-14 cond-mat.soft q-bio.BM
All-atom inverse protein folding through discrete flow matching
MRC Laboratory of Molecular Biology(英国分子生物学实验室)
本文提出基于离散流匹配的全原子逆向蛋白质折叠模型 ADFLIP,通过逐步引入侧链上下文和集成采样,解决了含非蛋白质组分及多结构状态复合物的序列设计难题,并在单结构和多结构任务中达到最先进性能。
2025-07-04 cs.AI q-bio.BM
Role of Resultant Dipole Moment in Mechanical Dissociation of Biological Complexes
蛋白质-肽相互作用在许多细胞过程中起着重要作用,其结构表征是当前实验和理论研究的主要焦点。20年前,有人提出采用受控分子动力学来评估蛋白质-肽相互作用的强度。使用导向分子动力学模拟背后的想法是,机械稳定性可以用作计算上要求很高的结合亲和力估计的有希望和有效的替代方案。然而,机械稳定性定义为力-延伸曲线的峰值,取决于牵拉方向的选择。在这里,我们提出了一个不寻常的选择的方向上的合力偶极矩矢量,这还没有在模拟中探索到目前为止。采用显式溶剂全原子分子动力学模拟方法,利用操纵分子动力学技术研究了蛋白质-肽体系沿两种不同矢量运动时的机械阻力。与常用的沿着质心矢量的肽解结合相比,沿着合成偶极矩矢量的新的拉动方向导致更强的力。我们的研究结果表明,合成偶极矩是影响蛋白质-肽复合物的机械稳定性的因素之一。
2018-08-10 q-bio.BM
3D RNA and functional interactions from evolutionary couplings
非编码RNA无处不在,但新RNA基因序列的发现远远超过了对其结构和功能相互作用的研究。我们挖掘进化序列记录,以获得有关RNA和RNA-蛋白质复合物的功能和结构的精确信息。在蛋白质结构预测中,我们使用序列共变异的最大熵全局概率模型来推断RNA分子内进化约束的核苷酸-核苷酸相互作用,以及RNA-蛋白质复合物中的核苷酸-氨基酸相互作用。预测的接触允许以良好的精度对几种已知的RNA结构和RNA-蛋白质复合物进行全原子盲的3D结构预测。对于未知的结构,我们预测在160个非编码RNA家族的接触。除了3D结构预测,进化耦合有助于识别重要的功能相互作用,例如,在核糖开关的开关点和HIV的复杂成核位点。在加速序列积累的帮助下,进化偶联分析可以加速发现涉及RNA的功能相互作用和3D结构。
2016-04-21 q-bio.BM
Protein abundances and interactions coevolve to promote functional complexes while suppressing non-specific binding
活细胞是如何获得足够丰富的功能性蛋白质复合物,同时最大限度地减少混杂的非功能性相互作用的?在这里,我们研究这个问题,使用第一原理模型的细胞,其表型性状是直接从其基因组通过生物物理特性的蛋白质结构和结合在拥挤的细胞环境中的相互作用。模型细胞包含三个独立的原型通路,其蛋白质相互作用(PPI)子网络的拓扑结构不同,但对细胞适应度的贡献是相等的。模型细胞通过基因型突变和表型蛋白质拷贝数变化进化。我们发现,由于“挫折”效应,进化的蛋白质相互作用的物理化学性质与其丰度之间存在很强的关系:功能相互作用的加强带来了疏水界面,这使得蛋白质易于混杂结合。平衡作用通过降低中心蛋白的浓度同时提高功能单体的溶解度和丰度来实现。基于这些原则,我们生成并分析了酵母中蛋白质组范围PPI网络的可能实现。在该模拟中,我们发现高通量亲和捕获-质谱实验可以仅对高丰度蛋白质以高保真度检测功能性相互作用,而对低丰度蛋白质则错过大多数相互作用。
2010-12-30 physics.bio-ph q-bio.BM q-bio.MN
In vivo evidence of alternative loop geometries in DNA-protein complexes
lac阻遏物使双链DNA成环的体内自由能具有显著的行为,其起源尚未完全了解。除了固有的周期性的DNA双螺旋,在体内的自由能有一个振荡分量的约一半的螺旋周期和振荡的幅度显着小于目前的理论预测的不对称。在这里,我们表明,在体内的行为是准确地占同时存在的两种不同的构象的环状DNA。我们的分析表明,这两种构象具有不同的最佳自由能和相位,并且它们在关键结构蛋白的存在下表现得截然不同。
2006-02-10 cond-mat.soft physics.bio-ph q-bio.BM
Identification of DNA-binding protein target sequences by physical effective energy functions. Free energy analysis of lambda repressor-DNA complexes
蛋白质与DNA的特异性结合是控制基因表达的最常见方式之一。虽然可以推导出DNA-蛋白质识别的一般规则,但这种机制的模糊性和复杂性排除了简单的识别代码,因此DNA靶序列的预测并不简单。DNA-蛋白质相互作用的研究可以使用计算方法,可以补充目前的实验方法,并提供一些优势。在目前的工作中,我们使用物理有效势来评估的λ阻遏物-DNA复合物的结构和热力学实验数据的DNA-蛋白质的结合亲和力。通过分子动力学模拟计算的结合能上的构象采样的效果进行评估,结果表明,这种效果一般是负面的,实验值的再现性随着模拟时间的增加而降低。非特异性复合物的结合自由能与早期的理论建议一致。此外,作为这些分析的结果,我们提出了一个用于预测DNA结合靶序列的协议。探讨了使用该协议在噬菌体λ基因组内搜索调控元件的可能性。我们的分析显示出良好的预测能力,即使在没有任何热力学数据和自然识别序列的信息。这项研究支持的结论是,基于物理的方法可以提供一个完全互补的方法,以序列为基础的DNA结合蛋白靶序列的鉴定方法。
2007-12-14 q-bio.BM q-bio.GN
Robust protein-protein interactions in crowded cellular environments
蛋白质相互作用的能力是我们对生命系统功能的概念性理解的基础。蛋白质相互作用特异性的系统水平研究是复杂的事实,细胞环境是拥挤和异质性的相互作用对可能存在于低相对浓度,从而呈现出更多的机会,混杂的相互作用相比,特定的相互作用的可能性。在这里,我们解决这些问题,使用一个简单的计算模型,其中包括专门设计的相互作用的模型蛋白质浸泡在混合物中含有数百个不同的不相关的,所有这些都经历了模拟扩散和相互作用。我们发现,特定的复合物是相当强大的干扰混杂的相互作用的合作伙伴,只有在温度范围Tdesign>T>Trand。在T> T设计特异性复合物变得不稳定,而在T <Trand formation of specific complexes is suppressed by promiscuous interactions. Specific interactions can form only if Tdesign>Trand。这种条件需要在特定复合物中的结合能与随机缔合蛋白质之间的结合能之间存在能隙,从而对特定相互作用蛋白质界面的进化选择或设计提供一般的物理约束。这项工作对我们理解蛋白质库如何在细胞系统中发挥作用和进化具有重要意义。
2007-03-27 q-bio.BM q-bio.MN
Rodlike Complexes of a Polyelectrolyte (Hyaluronan) and a Protein (Lysozyme) observed by SANS
本文用小角中子散射(SANS)方法研究了溶菌酶-海丹聚糖复合物的结构.透明质酸(HA)是一种9 nm固有持久长度的多糖,每个二糖单体带有一个负电荷(Mmol = 401.3 g/mol);使用两种分子量,Mw = 6000和500 000 Da。将pH调节在4.7和7.4,使得溶菌酶分别具有+10和+8的全局电荷。在HA浓度恒定(10 g/L)的情况下,溶菌酶浓度从3至40 g/L变化。在低蛋白质浓度下,样品是双相的,SANS实验仅揭示浓度的波动,尽管在高蛋白质浓度下,在两相样品的密相中通过SANS观察到簇。在两者之间,接近相分离的开始,观察到明显的原始散射。它的特征是棒状形状,这可以表征涉及一个或几个聚合物链的“单一”复合物。对于大分子量(500 000)的棒状刚性域延伸到更大的长度尺度比单独在溶液中的HA链的持久性长度和SANS调查的范围。它们可以被描述为沿着直径为一条或几条HA链的主链连接的蛋白质项链。对于短链(Mw ~ 6000),配合物的杆长接近链轮廓长度(~ 15 nm)。
2012-10-03 cond-mat.soft physics.bio-ph q-bio.BM
Structured Random Binding: a minimal model of protein-protein interactions
本文提出结构化随机结合(SRB)模型,基于无序系统统计物理描述蛋白质相互作用,揭示非特异性结合相变及弱结合复合物向特异性复合物的演化条件,并发现演化同源二聚体界面结构与真实蛋白质一致。
2025-03-26 cond-mat.soft cond-mat.stat-mech physics.bio-ph
Multiscale Visual Drilldown for the Analysis of Large Ensembles of Multi-Body Protein Complexes
在研究多体蛋白质复合物时,生物化学家使用计算工具,可以提出数百或数千种可能的空间构型。然而,这是不可行的实验验证超过只有一个非常小的子集。在本文中,我们提出了一种新的多尺度可视化钻取方法,该方法是与蛋白质组学专家紧密合作设计的,可以系统地探索配置空间。我们的方法利用了数据的层次结构--从蛋白质复合物的整体构型到单个构型、它们的接触界面和相互作用的氨基酸。我们的新解决方案基于交互式链接的2D和3D视图,用于各个层次结构级别,在每个级别上,我们提供一组选择和过滤操作,使用户能够缩小需要手动检查的配置数量。此外,我们还提供了一个专用的过滤器界面,为用户提供了所应用的过滤操作的概述,并使他们能够检查其对所探索的合奏的影响。通过这种方式,我们维护了探索过程的历史,从而使用户能够返回到探索的早期点。我们证明了我们的方法的有效性,由合作蛋白质组学专家进行的两个案例研究。
2019-07-09 cs.HC q-bio.BM
Soft disorder modulates the assembly path of protein complexes
蛋白质的相互作用,灵活性和无序之间的关系已经从许多角度进行了探讨:折叠绑定后,灵活性的核心相对于外围,熵的变化等。在这项工作中,我们提供了统计证据参与复杂的组装高度流动和无序的区域。我们将PDB中的整套X射线晶体学结构排序为涉及相同或非常相似的蛋白质链的渐进相互作用的层次结构,产生了40205个复合物层次结构,其中伴侣数量不断增加。然后,我们检查他们作为代理的组装途径。使用这个数据库,我们表明,低聚后,新的接口往往被观察到的残基,其特征在于软无序(灵活,无定形或缺失的残基)在复合物之前,他们在层次结构。我们还排除了这种相关性只是一个表面效应的可能性,通过限制表面上的残留物的分析。有趣的是,我们发现,软无序残基的位置在序列中的变化,作为合作伙伴的数量增加。我们的研究结果表明,有一个一般的机制,蛋白质组装,涉及软无序和调制蛋白质复合物的组装方式。这项工作突出了从序列中预测大蛋白质复合物结构的困难,并强调了将疾病预测因子与下一代复杂结构预测因子联系起来的重要性。最后,我们调查的AF 2的置信度pLDDT的结构预测在未绑定与绑定结构,和软无序之间的关系。我们显示了很强的相关性AF2低置信度的残留物和工会的软障碍的层次结构中观察到的所有地区。这为使用pLDDT度量作为预测装配路径的代理铺平了道路。
2022-10-19 cond-mat.dis-nn cond-mat.soft q-bio.BM
Towards Joint Sequence-Structure Generation of Nucleic Acid and Protein Complexes with SE(3)-Discrete Diffusion
Profluent Bio;AI Research Lab(AI研究实验室)
本文提出MMDiff,利用SE(3)-离散扩散噪声联合生成核酸与蛋白质复合物的序列和结构,并通过新基准验证其在micro-RNA、单链DNA及多链复合物建模中的有效性。
2023-12-21 cs.AI cs.LG q-bio.BM
Multiple barriers in forced rupture of protein complexes
在动态力谱(DFS)中观察到的生物分子复合物的最可几断裂力($f^*$)与对数加载速率($\log{r_f}$)的曲率解释使用一维自由能分布与多个障碍或一个单一的障碍与力依赖的过渡态。在这里,我们提供了一个标准来选择一个场景。如果断裂动力学是通过跨越描述解束缚的物理自由能曲线中的单个势垒而发生的,则从$(1- f^*/f_c)^{1/ν}\sim(\log r_f)$得到的指数$ν$(其中$f_c$是在没有力的情况下的临界力)被限制为$0.5 \leq ν\leq 1$。对于生物素配体复合物和白细胞相关抗原-1结合细胞间粘附分子,其在DFS数据中显示大曲率,与实验数据拟合产生$ν<0.5$,表明配体解结合与多屏障穿越相关。
2012-04-06 cond-mat.soft physics.bio-ph q-bio.BM
Hierarchical, rotation-equivariant neural networks to select structural models of protein complexes
Stanford University(斯坦福大学)
预测多蛋白质复合物的结构是生物化学中的一个巨大挑战,对基础科学和药物发现具有重大意义。计算结构预测方法通常利用预定义的结构特征来区分准确的结构模型和不太准确的结构模型。这就提出了一个问题,即是否有可能直接从蛋白质复合物的原子坐标中学习精确模型的特征,而无需事先假设。在这里,我们介绍了一种机器学习方法,该方法直接从所有原子的3D位置学习,以识别蛋白质复合物的准确模型,而不使用任何预先计算的物理或统计术语。我们的神经网络架构结合了多种成分,这些成分共同实现了从包含数万个原子的分子结构中进行端到端学习:原子的基于点的表示,旋转和平移的等方差,局部卷积和分层子采样操作。当与以前开发的评分函数结合使用时,我们的网络大大提高了在大量可能模型中识别准确结构模型的能力。我们的网络还可以用于预测给定结构模型的绝对精度。我们提出的架构是很容易适用于其他任务,涉及学习大型原子系统的3D结构。
2021-01-23 cs.CV cs.LG q-bio.BM
Electrostatic complementarity at the interface drives transient protein-protein interactions
本研究分析了大型蛋白质复合物数据集,发现静电互补性在瞬态(低结合亲和力)复合物中发挥更大作用,并提出一种无需复合物结构即可测量静电互补性的快速方法,其区分瞬态与永久复合物的ROC AUC达0.8。
2022-08-21 physics.bio-ph q-bio.BM
Unwrapping of DNA-protein complexes under external stretching
研究了由半柔性链和具有吸引力的球形核组成的DNA-蛋白质复合物,当链的一端单体受到外力作用,而另一端单体在空间保持固定时的情况.在没有拉伸力的情况下,链条缠绕在芯上。通过施加外部拉伸力,诱导复合物的解缠绕。我们通过计算机模拟和简单的唯象理论来研究解缠过程的静态和动态。我们发现两种不同的情况下,取决于链的刚度:对于一个灵活的链,复杂的规模线性的外力的扩展。球-链复合体是无序的,即链围绕球没有明显的缠绕。另一方面,对于刚性链,复杂的结构是有序的,这让人想起核小体。外拉伸下的解缠过程是不连续的,距离-力曲线有跳跃。这与复合物的离散解旋过程有关。我们的预测是相关的实验,测量力延伸曲线的DNA-蛋白质复合物,如核小体,使用光镊。
2004-03-15 cond-mat.soft cond-mat.stat-mech q-bio.BM
Dynamics of protein-protein encounter: a Langevin equation approach with reaction patches
我们研究了蛋白质-蛋白质相遇复合物的形成与朗之万方程的方法,认为直接,空间和热力学。作为具有明显不同性质的三个模型系统,我们考虑对芽孢杆菌RNA酶:芽孢杆菌RNA酶抑制剂,细胞色素c:细胞色素c过氧化物酶和p53:MDM 2。在每种情况下,蛋白质被建模为球形颗粒,偶极球或具有一个偶极的几个小珠的集合。根据蛋白质复合物的已知实验结构,在模型蛋白质上放置球形反应斑。在计算机模拟中,通过改变盒子的大小来改变浓度。相遇被定义为反应斑的重叠,并记录相应的首次通过时间以及相遇前不成功接触的次数。我们发现,遇到频率与蛋白质浓度呈线性关系,从而证明我们的微观模型导致一个定义良好的宏观遇到率。遭遇前的不成功接触的数量随着遭遇率的增加而减少,范围从20-9000。对于所有这三个模型,遇到率在一个数量级的实验测得的关联率。静电转向增强联想高达50倍。如果扩散相遇占主导地位(p53:MDM 2)或与静电转向(barnase:barstar)同样重要,则相遇率随斑块半径的减小而减小。更详细的蛋白质形状建模将遭遇率降低5- 95%。我们的研究显示了蛋白质-蛋白质缔合的一般原则是如何被所考虑的系统的分子特征所调制的。此外,它使我们能够评估不同的粗粒化策略,为未来的大型蛋白质复合物的动力学建模。
2008-09-17 q-bio.BM q-bio.SC
Large-scale identification of coevolution signals across homo-oligomeric protein interfaces by Direct Coupling Analysis
蛋白质已经进化到执行不同的细胞功能,从充当反应催化剂到协调细胞繁殖和发育。通常,蛋白质不发挥其作为单体的全部潜力,而是作为同源寡聚体或作为异源寡聚体与其他蛋白质进行协同相互作用。这种蛋白质复合物和相互作用的实验研究一直是艰巨的。理论结构预测方法是一种有吸引力的替代方法。在这里,我们调查同源寡聚接口通过跟踪残基协同进化通过全球统计直接耦合分析(DCA)。DCA可以准确地推断残基之间的空间邻接关系。这些邻接关系可以作为结构预测技术中的约束条件来预测高分辨率模型。通过利用正在进行的指数增长的序列数据库,我们大大超越了一些蛋白质家族的轶事的情况下,并应用DCA的近2000 PFAM蛋白质家族有足够的序列信息和结构上解决的同源寡聚体接口的系统的大规模研究。我们发现,大型接口通常由DCA识别。我们进一步证明,DCA可以区分一个大的PFAM家族内的不同结合模式的亚家族。亚家族的序列衍生的接触信息证明足以组装不同的蛋白质寡聚体的准确结构模型。因此,我们提供了一种方法来研究寡聚化的任意蛋白质家族导致的结构模型互补往往困难的实验方法。结合越来越丰富的序列数据,我们预计,这项研究将有助于允许在未来的许多异质蛋白质复合物的结构描述。
2017-03-03 q-bio.BM
DecoyDB: A Dataset for Graph Contrastive Learning in Protein-Ligand Binding Affinity Prediction
Department of CISE, University of Florida(计算机与信息科学系,佛罗里达大学)
针对蛋白质-配体结合亲和力预测中标签稀缺问题,提出大规模结构感知数据集DecoyDB及定制图对比学习框架,预训练后微调显著提升准确性、标签效率和泛化性。
2025-07-08 cs.LG q-bio.BM
Nonequilibrium protein complexes as molecular automata
University College London(伦敦大学学院)
研究非平衡酶反应下的蛋白质复合物模型,揭示其作为分子自动机的特性,包括多稳态吸引子的记忆和长暂态作为分子停表,为合成分子自动机提供框架。
2026-03-27 cond-mat.stat-mech physics.bio-ph q-bio.BM
One-step Structure Prediction and Screening for Protein-Ligand Complexes using Multi-Task Geometric Deep Learning
Medical School of Nanjing University(南京大学医学院);National Institute of Healthcare Data Science, Nanjing University(南京大学国家健康数据科学研究院);School of Life Sciences, Nanjing University(南京大学生命科学学院)
针对药物开发中蛋白质-配体复合物结构预测与筛选的准确性及效率受限问题,提出基于多任务几何深度学习的单一模型LigPose,通过图表示直接优化三维结构并结合辅助任务,实现无需分子对接工具的一步预测,在主要药物研究任务上取得最先进性能。
2024-08-21 cs.AI cs.LG q-bio.BM
Understanding Protein-Complex Assembly through Grand Canonical Maximum Entropy Modeling
在细胞内,异型蛋白质在不均匀的拥挤系统中组装,这些蛋白质的丰度随细胞类型而变化。虽然一些蛋白质复合物形成了可以用成像可视化的推定结构,但还有更多的蛋白质复合物由于它们彼此之间的动态关联而尚未解决。然而,可以通过物理模型推断这些蛋白质复合物。然而,物理学家通常不清楚什么样的生物学数据对于这样的建模工作是必要的。在这里,我们的目标是模拟这些集群的粗粒度的蛋白质组装从多个亚基通过限制的亚基之间的相互作用和每个亚基的化学势。我们从已知的蛋白质结构中得到了亚基间相互作用的约束条件。我们推断的化学势,决定每个蛋白质亚基的粒子数分布,从实验数据的蛋白质丰度的知识。在最大熵原理的指导下,我们制定了一个逆统计力学方法来推断粒子数的分布,从蛋白质丰度的数据作为巨正则多组分混合物的化学势。利用巨正则蒙特卡罗模拟,我们捕获了一个蛋白质复合物的琥珀酸脱氢酶(SDH)与四个已知的亚基的高阶集群的分布。分层聚类的复杂性随着不同细胞类型(如肺、心脏和脑)中每个亚基的相对蛋白质丰度而变化。当拥挤的内容增加,我们观察到,拥挤稳定紧急集群不存在于稀释条件。因此,我们提出了一个可验证的假设,即蛋白质簇在分子尺度上的层次复杂性是预测细胞表型的合理生物标志物。
2021-09-07 q-bio.BM q-bio.MN
Spatial structure and composition of polysaccharide-protein complexes from Small Angle Neutron Scattering
我们使用小角中子散射(SANS),与一个原始的分析方法,获得的特征尺寸和内部组成的溶菌酶-果胶复合物取决于电荷密度。溶菌酶是一种球状蛋白质,果胶是一种天然阴离子半柔性多糖,甲基化度(DM)为0、43和74。对于我们的实验条件(缓冲液离子强度I = 2.5 × 10-2 mol/L和pH值在3和7之间),溶菌酶的静电电荷总是积极的(从8到17取决于pH值)。每个基本链段的果胶电荷是负的,并且可以通过DM和pH的变化从几乎为零变化到1。溶菌酶对果胶单体的重量摩尔比保持恒定。每体积的负电荷含量与每体积的正电荷含量的比率-/+在10和0.007之间变化。在局部尺度上,对于所有带电荷的果胶,由于蛋白质聚集在复合物内,相关峰出现在0.2 Ω-1处。在大规模上,复合物看起来是由具有10至50 nm的明确半径的球形小球形成的,含有数千种蛋白质。从SANS绝对截面导出的小球内的有机质的体积分数Φ为0.1左右。由于pH或DM,当果胶带更多电荷时,发生在小球内的蛋白质堆积会增强。果胶的线性电荷密度决定了具有相当分子量的果胶链的小球的大小,无论其是否由pH或DM控制。小球的半径在10 nm和50 nm之间变化。总之,该结构是由静电相互作用而不是由疏水相互作用驱动的。分子量对复合物的结构也有很大的影响,因为长链倾向于形成更大的球。这可能是DM和pH在我们的系统中不完全相等的原因之一,因为DM 0具有短质量,…
2010-05-10 cond-mat.soft physics.bio-ph q-bio.BM
Knoto-ID: a tool to study the entanglement of open protein chains using the concept of knotoids
大多数蛋白质的骨架形成开放曲线。为了研究它们的纠缠,一个常见的策略是使用拓扑不变量搜索它们的主链中是否存在结。然而,这种方法需要将曲线闭合成环,这改变了曲线的几何形状。Knoto-ID允许评估开放曲线的纠缠,而不需要关闭它们,使用最近的概念knotoids,这是经典的结理论开放曲线的推广。Knoto-ID可以分析完整链的全局拓扑结构,也可以通过详尽地研究所有子链或仅确定打结核心来分析局部拓扑结构。Knoto-ID允许定位拓扑非平凡的蛋白质折叠,这些折叠不能通过检测打结蛋白质折叠的信息学工具检测到。
2018-06-05 math.GT q-bio.BM
EGR: Equivariant Graph Refinement and Assessment of 3D Protein Complex Structures
University of Missouri(密苏里大学)
蛋白质复合物是对所有生物体的功能和健康至关重要的大分子。作为蛋白质复合物的结构,特别是其多个蛋白质亚基之间的相互作用区域(即,链),对复合物的生物学功能具有显着影响,可以快速有效地用于改进和评估蛋白质复合物的3D结构质量的计算方法可以直接用于药物发现管道中,以加速新疗法的开发并提高未来疫苗的功效。在这项工作中,我们介绍了等变图细化(EGR),一种新的E(3)-等变图神经网络(GNN)的多任务结构细化和评估的蛋白质复合物。我们在新的,不同的蛋白质复合物数据集上的实验,我们在这项工作中公开了所有这些数据集,证明了EGR用于原子细化和蛋白质复合物评估的最新有效性,并概述了该领域未来工作的方向。在这样做的过程中,我们建立了一个基线,为未来的研究在大分子的细化和结构分析。
2022-05-24 cs.AI cs.LG q-bio.BM
DIPS-Plus: The Enhanced Database of Interacting Protein Structures for Interface Prediction
University of Missouri(密苏里大学);Oak Ridge National Laboratory(橡树岭国家实验室)
蛋白质如何以及在哪里相互作用最终会影响蛋白质的功能以及一系列其他生物过程。因此,用于蛋白质界面预测(PIP)的精确计算方法受到高度追捧,因为它们可以在药物发现和设计以及蛋白质功能分析中产生重大进展。然而,用于此任务的传统基准数据集Docking Benchmark 5(DB 5)仅包含230个用于训练、验证和测试不同机器学习算法的复合体。在这项工作中,我们扩展了最近为此任务引入的数据集,即相互作用蛋白质结构数据库(DIPS),以呈现DIPS-Plus,这是一个增强的,功能丰富的数据集,包含42,112个复合物,用于蛋白质界面的几何深度学习。先前版本的DIPS仅包含构成给定蛋白质复合物的原子的笛卡尔坐标和类型,而DIPS-Plus现在包括大量新的残基水平特征,包括突出指数、半球氨基酸组成和每个氨基酸的新的基于轮廓隐马尔可夫模型(HMM)的序列特征,用于训练蛋白质界面预测方法的精心策划的特征库。我们通过严格的基准测试证明,在DIPS-Plus上训练PIP的现有最先进(SOTA)模型会产生SOTA结果,超过迄今为止在蛋白质复合物的残留水平和原子水平编码上训练的所有其他模型的性能。
2021-10-06 cs.LG q-bio.BM q-bio.QM
Studies of global and local entanglements of individual protein chains using the concept of knotoids
我们在这里研究全球和本地纠缠的开放蛋白质链的概念,通过实施knotoids。2012年,弗拉基米尔·图拉耶夫(Vladimir Turaev)提出了拟纽结,作为三维空间中纽结的推广。更确切地说,knotoid是表示开放曲线在3D空间中的投影的图,与表示闭合曲线在3D空间中的投影的结图相反。与经典的纽结理论的本质区别在于,由knotoids提供的推广承认开放曲线的非平凡拓扑纠缠,只要它们的几何形状被冻结,就像结晶蛋白质的情况一样。因此,我们的方法不需要封闭的链成圈,这意味着分析链的几何形状不需要改变关闭,以表征其拓扑结构。我们的研究表明,knotoid方法可以检测到早期被分类为打结的蛋白质区域,也可以检测到我们分类为预打结的新的拓扑有趣区域。
2017-05-22 math.GT q-bio.BM
Inferring interaction partners from protein sequences
特定的蛋白质-蛋白质相互作用在细胞中至关重要,既可以确保多蛋白质复合物的形成和稳定性,也可以使各种途径中的信号转导成为可能。蛋白质之间的功能相互作用导致相互作用伙伴之间的共同进化,导致它们的序列相关。在这里,我们利用这些相关性来准确地识别哪些蛋白质是仅从序列数据中的特定相互作用伙伴。我们的一般方法,采用成对最大熵模型来推断残基之间的耦合,已成功地用于预测蛋白质的三维结构的序列。因此,启发,我们引入了一个迭代算法来预测特定的相互作用伙伴从两个蛋白质家族的成员是已知的相互作用。我们首先评估算法对细菌双组分信号系统中组氨酸激酶和反应调节剂的性能。我们在没有任何关于相互作用伙伴的先验知识的情况下,在我们的完整数据集上获得了惊人的0.93真阳性分数,并且我们揭示了这种成功的起源。然后,我们将该算法应用于ATP结合盒(ABC)转运蛋白复合物的蛋白质,并在这些系统中获得准确的预测。最后,我们提出了两个指标,准确区分相互作用的蛋白质家族,从非相互作用的,只使用序列数据。
2016-11-17 physics.bio-ph q-bio.BM
Benchmarking AlphaFold3's protein-protein complex accuracy and machine learning prediction reliability for binding free energy changes upon mutation
本文基于SKEMPI 2.0数据库系统评估AlphaFold3预测蛋白质-蛋白质复合物结构用于突变结合自由能变化预测的可靠性,发现其相关系数略低于PDB结构且RMSE升高8.6%,并揭示其在柔性区域存在未被ipTM反映的较大误差。
2024-06-06 math.AT q-bio.BM q-bio.QM
DProQ: A Gated-Graph Transformer for Protein Complex Structure Assessment
University of Missouri(密苏里大学)
蛋白质相互作用形成复合物以执行基本的生物功能。计算方法已经发展到预测蛋白质复合物的结构。然而,在蛋白质复合物结构预测中的一个重要挑战是在没有相应的天然结构的任何知识的情况下估计预测的蛋白质复合物结构的质量。然后,这种估计可以用于选择高质量的预测复杂结构,以促进生物医学研究,如蛋白质功能分析和药物发现。我们用DProQ挑战这一重要任务,DProQ引入了门控邻域调制图Transformer(GGT),旨在预测3D蛋白质复合物结构的质量。值得注意的是,我们将节点和边缘门在一个新的图形Transformer框架控制信息流在图形消息传递。我们训练和评估DProQ上四个新开发的数据集,我们公开在这项工作中。我们严格的实验表明,DProQ在对蛋白质复合物结构进行排名方面达到了最先进的性能。
2022-05-21 cs.AI cs.LG 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
Entropy-Enthalpy Compensation May Be a Useful Interpretation Tool for Complex Systems Like Protein-DNA Complexes: An Appeal to Experimentalists
在各种化学体系中,熵-熵补偿(EEC)是一个众所周知的行为规则,尽管它的物理根源仍然没有完全理解。人们经常质疑EEC是一种真正的物理现象,还是由于物理力学参数之间的琐碎数学联系而产生的巧合-或者更简单:由于对实验数据的误解而产生的幻影效应。在这里,我们回顾EEC从一个新的角度使用相关的概念,这是必不可少的因素分析的方法,但不是传统的物理和化学。我们的结论是,EEC可能是合理的隐藏(不能直接测量的帮助下,目前的实验设置),但物理上真实的因素,这意味着一个卡诺循环模型中的微相变(MPT)起着至关重要的作用。物理上有效的EEC的这种MPT的实例通常应该是超分子聚集体中的协同过程,如疏水表面的结构化水的变化、配体-生物聚合物结合时的构象转变等。MPT的概念可以帮助合理化EEC的发生与蛋白质的水合和折叠,酶促反应,分子马达的功能,DNA去杂交和再杂交,以及类似的现象。
2012-02-26 cond-mat.stat-mech physics.bio-ph physics.chem-ph
DRLComplex: Reconstruction of protein quaternary structures using deep reinforcement learning
University of Missouri(密苏里大学)
预测的链间残基-残基接触可用于从头开始构建蛋白质复合物的四级结构。然而,只有少数的方法已经开发出使用预测的链间接触来重建蛋白质四级结构。在这里,我们提出了一种基于深度强化学习(DRL Complex)的基于Agent的自学习方法,以链间接触作为距离约束来构建蛋白质复合物结构。我们在同源二聚体和异源二聚体蛋白质复合物的两个标准数据集上严格测试了DRL Complex(即,CASP-CAPRI同源二聚体和Std_32异源二聚体数据集)。利用真实接触作为输入,DRLComplex在两个数据集上分别实现了0.9895和0.9881的高平均TM分数以及0.2197和0.92的低平均界面RMSD(I_RMSD)。当使用预测的接触时,该方法对于同二聚体和异二聚体分别实现0.73和0.76的TM分数。我们的实验发现,重建的四级结构的准确性取决于接触预测的准确性。与其他优化方法相比,DRL Complex的性能与先进的梯度下降方法相近,优于Markov Chain Monte Carlo模拟方法和基于模拟退火的方法,验证了DRL Complex用于蛋白质复合物四级结构重构的有效性.
2022-05-26 cs.AI cs.LG q-bio.BM
DNA looping in gene regulation: from the assembly of macromolecular complexes to the control of transcriptional noise
由结合在远端DNA位点的蛋白质和蛋白质复合物形成的DNA环在许多细胞过程中起中心作用,例如转录、重组和复制。在这里,我们回顾了基本的热力学概念的大分子复合物的组装成环的DNA和这个过程中的基因调控的性能的影响。除了传统观点认为DNA成环是一种增加调控分子对其同源位点亲和力的机制之外,最近的发展表明DNA成环还可以导致细胞间变异性的抑制、转录噪音的控制以及按需激活合作相互作用。
2005-02-28 cond-mat.soft physics.bio-ph q-bio.BM