Frustration in Biomolecules
生物分子是生命体的主要信息处理要素。这些无生命系统大多是聚合物,它们使用看似随机的序列字符串作为输入来计算它们的结构和动力学,然后它们合并并执行集成的细胞功能。在具有有限相互作用码的大型计算系统中,目标冲突的出现是不可避免的。简单的冲突力量可以导致相当复杂的结构和行为,导致凝聚态物质中的“挫折”概念。我们在这里提出了一些基本的想法,挫折在生物分子和挫折的概念如何导致更好地欣赏生物分子的结构的许多方面,以及结构如何连接到功能。这些想法既简单得诱人,又微妙得难以完全把握。蛋白质折叠的能量景观理论提供了一个框架,在大型系统中量化挫折,并已实施了许多层次的描述。我们首先回顾了挫折的概念,从抽象逻辑领域及其在简单凝聚态系统中的应用。然后,我们讨论如何挫折的概念适用于具体的杂聚物,测试折叠景观理论在计算机模拟的蛋白质模型和实验系统。研究在许多蛋白质上平均的挫折方面提供了推断能量函数的方法,这些能量函数对可靠的结构预测有用。我们讨论了挫折如何影响折叠,蛋白质的大部分生物功能是如何与微妙的局部挫折效应有关,挫折如何影响亚稳态的出现,结合过程的性质,催化和变构转换。我们希望说明挫折是如何将功能与结构生物学联系起来的一个基本概念。
2013-12-03 cond-mat.soft q-bio.BM
Energetics of Protein-DNA Interactions
蛋白质-DNA相互作用对于活细胞中的许多过程至关重要,特别是转录调节和DNA修饰。为了在微观水平上进一步理解这些重要的过程,理论模型必须准确地描述大分子相互作用的能量学。虽然已经提出了几种方法,但还没有仔细比较不同的方法能够预测生物学上重要的量,如正确的DNA结合序列,总结合自由能和DNA突变引起的自由能变化。除了进行比较,我们提出了两个重要的理论模型,最初在蛋白质折叠尚未尝试蛋白质-DNA相互作用。在这个过程中,我们发现这些基于知识的势的结果显示出强烈的依赖于相互作用距离和推导方法。最后,我们提出了一个知识为基础的潜力,提供可比或优于其他方法,包括分子力学力场AMBER 99的最好的结果。
2006-11-30 q-bio.BM
Frustration In Physiology And Molecular Medicine
本文综述了蛋白质中局部阻挫概念的物理起源,论证其在蛋白质功能、识别、催化、别构调节及病理中的关键作用,并拓展至基因调控网络和脑神经网络等更高层次系统。
2025-02-06 cond-mat.soft physics.bio-ph q-bio.BM
Phi-values in protein folding kinetics have energetic and structural components
pH值是单位点突变如何改变蛋白质折叠动力学的实验测量。Phi值测量能量,但通常被解释为过渡态系综的结构。在这里,我们描述了一个简单的分析模型的折叠动力学的蛋白质亚结构的形成。该模型表明,Phi值具有结构和能量成分。此外,它还提供了对“非经典”Phi值(即,小于零或大于一)。该模型再现了20个单残基突变的α-螺旋的蛋白质CI 2,包括几个非经典的Phi值,在良好的协议与实验的Phi值。
2005-07-14 cond-mat.soft q-bio.BM
Protein Structure Prediction: The Next Generation
在过去的10-15年里,从统计力学的角度对蛋白质折叠的化学反应有了普遍的认识。从基于能量景观思想的蛋白质折叠动力学中吸取的经验教训有益于蛋白质结构预测,特别是粗粒度模型的开发。我们调查的结果从盲目的结构预测。我们探讨如何第二代预测能量函数可以通过引入信息从以前模拟的结构合奏。这一程序依赖于一个漏斗形的能源景观的假设,符合最小挫折的原则。与基于序列比对选择的实验蛋白质结构相比,第一代模拟结构为关联记忆能量函数提供了改进的输入。
2006-06-12 q-bio.BM
Watching ion-driven kinetics of ribozyme folding and misfolding caused by energetic and topological frustration one molecule at a time
本研究利用分子模拟逐分子追踪Azoarcus核酶的折叠路径,揭示Mg²⁺特定位点结合与反离子释放如何决定快速折叠、能量陷阱及拓扑错误折叠。
2023-08-21 cond-mat.soft q-bio.BM
Configurational Entropy of Folded Proteins and its Importance for Intrinsically Disordered Proteins
许多成对加性力场在内在无序蛋白(IDP)和区域(IDR)中被积极使用,其中一些修改能量项以改善IDP/IDR的描述,但在很大程度上与无序状态的溶液实验不一致。我们已经评估了代表性的成对和多体蛋白质和水力场对实验数据的代表性的IDP和IDR,肽,经历了无序到有序的过渡,并为7个球状蛋白质的大小范围从130-266氨基酸。我们发现,力场与最大的统计波动的回转半径和通用的林德曼值折叠状态的一致,同时更好地描述IDP和IDR和无序到有序的过渡。因此,力场应该表现出的关键是很好地描述IDR/IDP不仅仅是蛋白质和水的能量之间的平衡,但能量效应和球状蛋白质折叠态的构型熵之间的平衡。
2020-11-12 physics.bio-ph 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
A clustering-based biased Monte Carlo approach to protein titration curve prediction
在这项工作中,我们开发了一种有效的方法来计算系统中的整体平均值与实体之间的成对添加剂充满活力的相互作用。涉及配置空间的完全枚举的方法导致指数复杂性。采样方法,如马尔可夫链蒙特卡罗(MCMC)算法已被提出来解决这些问题的指数复杂性,然而,在某些情况下,显着的能量耦合实体之间存在,这种算法的效率可能会降低。我们使用了一种策略,以提高MCMC的效率,利用集团结构的相互作用能矩阵偏置的采样。我们追求两个不同的计划有偏见的MCMC运行,并表明它们是有效的MCMC计划。我们使用合成和真实世界的系统,以显示我们的偏MCMC方法相比,定期MCMC方法的性能改善。特别是,我们将这些算法的问题估计质子化系综平均值和滴定曲线的蛋白质中的残基。
2020-10-10 q-bio.BM
Folding Rate Optimization Promotes Frustrated Interactions in Entangled Protein Structures
蛋白质的许多天然结构容纳复杂的拓扑基序,如结,套索和其他几何缠结。蛋白质如何在这种拓扑障碍存在的情况下快速折叠是结构生物学中一个有争议的问题。最近,基于经验观察,即纠缠中涉及的环通过氨基酸之间的弱相互作用在其极值处稳定,提出了能量挫折可能是避免拓扑挫折的机制的假设。为了验证这个想法,我们使用了一个玩具格子模型,将蛋白质折叠成两个几乎相同的结构,一个纠缠,一个不纠缠。正如预期的那样,当随机序列折叠成纠缠结构时,折叠时间更长。这在通过优化折叠时间模拟的进化压力下也成立。事实证明,纠缠结构中的优化蛋白质序列实际上是以纠缠环闭合处的受抑相互作用为特征的。这种现象在不存在纠缠的控制情况下增强得少得多。我们的研究结果,这是在协议与实验观察,证实了这样的想法,即进化的压力形状的折叠漏斗,以避免拓扑和动力学陷阱。
2019-11-19 cond-mat.soft physics.bio-ph q-bio.BM
Geometry and symmetry presculpt the free-energy landscape of proteins
我们提出了一个简单的物理模型,表明蛋白质的自然状态折叠可以出现的几何和对称性的考虑的基础上。我们表明,链分子的固有各向异性,氢键和空间位阻的几何和能量的限制,和疏水性是足以产生一个自由能景观具有广泛的最小值,即使是均聚物。这些最小值对应于包含蛋白质选择以容纳其天然状态的折叠菜单的边缘紧凑结构。我们的研究结果为理解球状蛋白的共同特征提供了一个总体框架。
2004-05-25 q-bio.BM
A Quantum Circuit Framework for Protein Ensemble-Level Energetics
Digital Futures Institute, University of Suffolk(萨福克大学数字未来研究所);In-silico R&D, Evotec(Evotec公司计算机辅助研发部门);University of Siegen(锡根大学)
该研究提出残基级门控量子电路框架,将氨基酸表示为两态量子比特,在Trp-cage等蛋白上重现能量分布,解析系综统计相关性,扩展量子蛋白建模至系综水平表征。
2026-08-13 cs.ET physics.bio-ph q-bio.BM
Simulated Epidemics in 3D Protein Structures to Detect Functional Properties
流行病的结果与个体之间的互动网络密切相关。同样,蛋白质的功能取决于其残基的3D排列和潜在的能量相互作用网络。借用已经开发的理论框架,以解决真正的疾病的传播的想法,我们研究了一个虚构的流行病内的蛋白质非键相互作用网络的扩散。我们的方法允许探测整体稳定性和在复杂的3D结构中传播信息的能力,并被证明在解决从热稳定性评估到别构位点识别的不同问题方面非常有效。
2019-12-12 q-bio.BM
CONFIDE: Hallucination Assessment for Reliable Biomolecular Structure Prediction and Design
CONFIDE通过结合能量和拓扑视角,提升AlphaFold3等模型的可靠性,显著提高分子结构预测质量评估,并拓展至多种药物设计任务。
2025-11-20 cs.AI q-bio.BM
Inferring protein folding mechanisms from natural sequence diversity
本研究提出仅利用蛋白质序列信息推断球状蛋白质折叠机制的方法,通过将演化能量场映射到粗粒化foldon单元并模拟Ising链,揭示了拓扑结构对折叠协同性的限制,并证明基于序列的演化模型可直接计算突变引起的稳定性和协同性变化。
2025-07-01 q-bio.BM
Surface Induced Frustration of Inherent Dipolar Order in Nanoconfined Water
本文结合分子动力学与统计分析,研究狭缝孔、纳米管、纳米球及蛋白质水合层中表面诱导的水分子取向重排与偶极互相关,并以乙腈区分氢键和几何效应。
2025-06-11 cond-mat.soft cond-mat.stat-mech q-bio.BM
Topological Enhancement of Protein Kinetic Stability
Universidade de Lisboa(里斯本大学)
本研究通过拓扑分析揭示了结蛋白的动力学稳定性增强机制,表明拓扑结构对蛋白质稳定性有显著影响。
2026-03-12 q-bio.BM
Benchmarking inverse statistical approaches for protein structure and design with exactly solvable models
利用多序列比对(MSA)确定蛋白质结构和功能的逆统计方法是计算生物学中的一个重要工具。然而,到目前为止,推断出的有效Potts哈密顿量与真实蛋白质结构和能量之间的关系的基本假设仍然未经检验。在这里,我们使用晶格蛋白质模型(LP)基准这些逆统计方法。我们在目标LP结构中建立高度稳定序列的MSA,并从这些MSA中推断有效的成对Potts Hamilton。我们发现,推断Potts哈密顿再现许多重要方面的“真正的”LP结构和能量。仔细的分析表明,有效的成对耦合在推断Potts哈密顿不仅取决于本机结构的能量,但也对竞争折叠,特别是,耦合值反映了积极的设计(稳定的天然构象)和消极的设计(不稳定的竞争折叠)。除了提供详细的结构信息,推断的Potts模型作为蛋白质哈密顿设计的新序列能够产生具有所需的折叠,这是不可能使用独立的网站模型的概率很高的全新的序列。这些是显著的结果,因为由于折叠之间的竞争,用于生成MSA的有效LP哈密顿算子不是简单的成对模型。我们的研究结果阐明了逆向方法从序列数据中建模蛋白质的成功原因及其局限性。
2016-11-15 cond-mat.stat-mech physics.bio-ph q-bio.BM
Transferable coarse-grained potential for $\textit{de novo}$ protein folding and design
蛋白质折叠和设计是重要的生物物理问题,其解决将导致重要的应用,特别是在医学上。在这里,一种新的蛋白质模型,能够同时提供定量的蛋白质设计和折叠。计算机模拟表明,对于大量的真实蛋白质结构,该模型产生的设计序列与相应的自然发生的序列具有相似的物理性质。设计的序列还不完全现实,需要进一步的实验测试。对于一组独立的蛋白质,众所周知,难以折叠,正确的折叠设计和天然序列也被证明。折叠性能的特点是由自由能计算。这不仅是天然和设计的蛋白质之间的一致性,但我们也表现出显着的精度时,折叠结构与实验确定的。最终,这种新的粗粒度蛋白质模型在其基本的三个特征的组合方面是独一无二的:它的简单性,它产生自然可折叠设计序列的能力,以及它的结构预测精度。后者通过自由能计算证明。同样值得注意的是,低挫折序列可以获得这样一个简单和通用的设计程序,和天然蛋白质的折叠显示漏斗状的自由能景观,而不需要任何潜在的基础上的天然结构。
2014-06-17 physics.bio-ph q-bio.BM
Expanding Protein Structure Prediction into Conformational State Space
National Library of Medicine, National Institutes of Health(美国国家医学图书馆,美国国立卫生研究院);University of Pennsylvania(宾夕法尼亚大学);University of Maryland(马里兰大学);University of Toronto, Mississauga(多伦多大学密西沙加分校);University of Toronto(多伦多大学);Stockholm University(斯德哥尔摩大学);Pontificia Universidad Católica de Chile(智利天主教 Pontificia 大学);Millennium Institute for Integrative Biology (iBio)(整合生物学千年研究所(iBio))
该研究针对蛋白质结构预测仅关注单一构象的不足,提出将其扩展为构象状态空间推断问题,综述相关策略并勾勒出该方向的发展路线图。
2026-08-05 q-bio.BM
Sequence and structural patterns detected in entangled proteins reveal the importance of co-translational folding
蛋白质必须快速折叠以获得具有生物功能的三维天然结构。因此,这些主要是稳定的局部接触,而复杂的拓扑结构,如结是罕见的。在这里,我们揭示了蛋白质序列和结构所采用的特定模式的存在,以处理骨干自纠缠。对蛋白质数据库的大规模分析表明,与另一个链部分显著缠结的环通常由弱结合的氨基酸封闭。为什么这种充满活力的挫折感会持续存在?一种可能的情况是,纠缠的环只在折叠过程的最后形成,以避免动力学陷阱。一致地,这些环更频繁地被发现缠绕在其N-末端侧的链的一部分上,即在核糖体中较早翻译的部分。最后,这些基序在自然状态下的丰度低于模拟的蛋白质样结构,但它们出现在32%的蛋白质中,在某些情况下,它们显示出惊人的复杂缠绕。
2019-05-31 cond-mat.soft cond-mat.stat-mech 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
Universal effects of solvent species on the stabilized structure of a protein
我们研究了溶剂特异性对蛋白质天然结构(NS)稳定性的影响,基于我们的自由能函数(FEF)。我们使用CPB-溴结构域(CBP-BD)和载脂体蓝蛋白(apoPC)作为蛋白质宇宙的代表,水,甲醇,乙醇和环己烷作为溶剂。CBP-BD和apoPC的NS分别由66个$\%$ $α$ -螺旋和35个$\%$ $β$ -折叠和4个$\%$ $α$ -螺旋组成。为了评估浸泡在每种溶剂中的给定蛋白质的结构稳定性,我们将其NS的FEF与一些人工创建的错误折叠的诱饵的FEF进行对比,这些诱饵具有相同的氨基酸序列,但具有显著不同的拓扑结构和$α$ -螺旋和$β$ -折叠内容。我们发现,对于CBP-BD和apoPC,在甲醇,乙醇和环己烷中的能量成分占主导地位,在这些溶剂中最稳定的结构共享相同的特性描述为协会的α-螺旋。在水中,熵分量与能量分量一样强或甚至更强,水的平移构型熵的大增益变得至关重要,使得仔细选择$α$ -螺旋和$β$ -片层的相对含量以及总二级结构的含量以实现侧链的充分紧密堆积。我们的分析,这需要最少的计算工作,可以应用于任何蛋白质浸泡在任何溶剂中,并提供了强大的预测,是非常一致的实验观察蛋白质在不同的溶剂环境中,从而铺平了道路,更详细地了解折叠过程。
2018-07-17 cond-mat.soft q-bio.BM
Cotranslational folding of deeply knotted proteins
即使在基于结构的模型中,深度打结的蛋白质的正确折叠也具有非常低的成功率,所述基于结构的模型有利于天然接触的形成,但没有拓扑偏差。通过采用基于结构的模型,我们证明了在模型核糖体上的共翻译折叠可以提高蛋白质YibK形成三叶结的几率,而无需引入任何非天然接触。核糖体是由一个排斥壁代表的,它使蛋白质不断延长。核糖体上的折叠通过活结构象进行。我们阐明其形成的力学和能量学。我们表明,在上核糖体折叠的打结概率是温度的函数,并有一个最佳的温度的过程。我们的模型往往导致建立本土联系,而没有形成结。
2015-09-03 physics.bio-ph q-bio.BM
Protein structure generation via folding diffusion
Stanford University(斯坦福大学);Microsoft Research(微软研究院)
通过计算产生新颖但物理上可折叠的蛋白质结构的能力可能会导致新的生物学发现和针对不可治愈疾病的新疗法。尽管最近在蛋白质结构预测方面取得了进展,但是从神经网络直接生成多样的、新颖的蛋白质结构仍然是困难的。在这项工作中,我们提出了一个新的基于扩散的生成模型,设计蛋白质主链结构,通过一个程序,反映了天然的折叠过程。我们将蛋白质主链结构描述为一系列连续的角度,这些角度捕获了组成氨基酸残基的相对方向,并通过从随机的未折叠状态到稳定的折叠结构的去噪来产生新的结构。这不仅反映了蛋白质在生物学上如何扭曲成能量上有利的构象,而且这种表示的固有移位和旋转不变性至关重要地说明了对复杂等变网络的需求。我们训练一个去噪扩散概率模型与一个简单的Transformer骨干,并证明我们得到的模型无条件地生成高度逼真的蛋白质结构的复杂性和结构模式类似于那些天然存在的蛋白质。作为一个有用的资源,我们发布了第一个开源代码库和蛋白质结构扩散的训练模型。
2022-11-24 cs.AI 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
Using physical features of protein core packing to distinguish real proteins from decoys
始终区分真实蛋白质结构与计算生成的模型诱饵的能力尚未解决。区分真实蛋白质结构和诱饵蛋白质的一个途径是描绘出指定真实蛋白质的重要物理特征。例如,长期以来人们已经认识到,蛋白质的疏水核心对其稳定性有显著贡献。作为与真实蛋白质结构进行比较的诱饵数据集,我们研究了两年一度的CASP竞赛(特别是CASP 11,12和13)的提交物,研究人员试图预测蛋白质的结构,只知道它的氨基酸序列。我们的分析表明,许多提交的核心并没有概括定义真正蛋白质的特征。特别是,模型结构看起来更密集(因为能量上不利的原子重叠),在核心中含有太少的残基,并且在整个结构中具有不适当的疏水残基分布。基于这些观察结果,我们开发了一种深度学习方法,该方法结合了蛋白质核心的关键物理特征,以预测计算模型在不知道靶序列结构的情况下如何重现真实蛋白质结构。通过识别蛋白质结构的重要特征,我们的方法能够对CASP竞争中的诱饵进行同样好的排名,如果不是比最先进的方法更好的话,这些方法包含许多额外的特征。
2020-01-05 cond-mat.soft q-bio.BM
Mode Localization in the Cooperative Dynamics of Protein Recognition
蛋白质的生物学功能在其结构中编码,并通过其动力学的介导来表达。已知局部波动启动生物相关途径,因为它们协同增强蛋白质中特定区域的动力学。这些生物活性区域提供了能量相当的构象状态,可以被反应伴侣捕获。我们分析了这种机制,因为我们计算的动力学单体和二聚HIV蛋白酶,和游离胰岛素生长因子II受体(IGF2R)结构域11和IGF2R:IGF2复合物。我们采用了一个新开发的粗粒度模型,朗之万方程蛋白质动力学(LE4PD),预测动力学相关的机制与高精度。模拟衍生和实验NMR构象的输入结构合奏的LE4PD。实验NMR构象的使用需要最少的计算资源。
2015-09-29 cond-mat.soft physics.bio-ph q-bio.BM
Nucleosome positioning and energetics: Recent advances in genomic and computational studies
染色质是DNA、RNA和蛋白质的复合物,其主要功能是将基因组DNA包装到细胞核的紧密范围内。染色质的基本重复单位是核小体,核小体是组蛋白的八聚体,147个碱基对的DNA以几乎两圈的左旋超螺旋缠绕在核小体周围。染色质是一种动态结构,对基因表达和其他细胞功能的调节有着深远的影响。通过优化整个基因组的核小体位置以及通过响应各种外部和内部信号(例如环境扰动)重塑核小体来促进这些染色质指导的过程。在这里,我们讨论了大规模的地图,核小体的立场,通过最近的进展,并行高通量测序和微阵列技术。我们表明,这些地图揭示了核小体组织在真核生物基因组的共同特点。我们还调查了计算模型,旨在预测核小体形成分数或能量,并展示了如何这些预测可以用来定位多个核小体的基因组上没有空间重叠。
2009-12-20 cond-mat.soft q-bio.BM q-bio.GN
Machine Learning Coarse-Grained Potentials of Protein Thermodynamics
Universitat Pompeu Fabra(庞培法布拉大学);Acellera Labs(阿塞莱拉实验室);Rice University(莱斯大学);FU Berlin(柏林自由大学)
针对蛋白质动力学理解这一科学难题,本文构建基于人工神经网络和统计力学的粗粒化分子势函数,利用含12种蛋白质约9毫秒全原子模拟的独特数据集训练,模型加速动力学超三个数量级且保留热力学特性,可识别结构状态、整合多蛋白质并捕捉突变体特征,为蛋白质动力学研究提供可行方法。
2022-12-14 cs.LG q-bio.BM
Uncertainty Quantified Computational Analysis of the Energetics of Virus Capsid Assembly
病毒衣壳的组装途径预测/分析中的大多数现有研究做出了简化的假设,即中间状态的构型可以直接从整个衣壳的最终构型中提取。这种解释没有考虑到组成蛋白的构象变化以及在整个组装过程中持续直到稳定化的结合界面的微小变化。本文提出了一种基于几何系综的方法,该方法为每个单体的构型空间和单体之间的相对局部取向提供了足够的样本,以捕获它们的结合和构象中的不确定性。此外,我们不使用较大的壳体(三聚体、五聚体)作为结构单元,而是允许所有可能的子组装体以所有可能的组合结合。我们用两种不同的方式表示这个组装图。首先,我们使用Wilcoxon符号秩测度来比较在采样构象上计算的结合自由能的分布,以预测可能的途径。第二,我们代表的化学平衡方面的过渡作为贝叶斯因子图,其中协会和解离的浓度和结合自由能的基础上建模。从这两个实验的结果表明显着偏离那些一个将获得如果只考虑蛋白质的静态配置。因此,我们建立了一个不确定性感知的途径分析协议的重要性,并提供了一个统计框架,作为重要的第一步组装途径预测具有高统计置信度。
2016-10-03 q-bio.BM q-bio.QM
Stochastic kinetics of viral capsid assembly based on detailed protein structures
我们提出了一个通用的计算框架,用于模拟病毒衣壳组装,这是定量和特异性的。从包含原子坐标的PDB文件开始,该算法基于图的刚性建立了蛋白质寡聚体的粗粒度描述。这些减少蛋白质的描述中使用的一个扩展的Gillespie算法调查的组装过程的随机动力学。从扩散Smoluchowski方程快速凝固,修改,以考虑水屏蔽和蛋白质结构的关联率。解离速率是通过将低聚物的分裂解释为类似于从多维井中逃逸的图形分区过程而得出的。这个模块化的框架是定量的,但计算上容易处理,有少量的物理参数。该方法说明使用两种不同的病毒被证明是遵循定量不同的组装途径。我们还展示了如何在这个模型中的准稳态动力学的组装可以被描述为一个马尔可夫级联过程中,只有少数中间体和一小部分的途径。所观察到的途径和中间体可以与衣壳寡聚物的结构和能量特性后验相关。
2006-10-28 q-bio.BM q-bio.QM
Energy Transfer in molecular devices
蛋白质机器通常表现出不同位点之间的长程相互作用,以实现其生物学任务。我们研究和表征了蛋白质器件中的非线性能量局域化和能量传递的基本机制。通过研究两种不同的模型蛋白质机器,具有不同的生物功能,我们表明,真正的非线性现象是负责不同的机器网站之间的能量传输参与的生物功能。从能量的角度来看,能量转移是非常有效的:通过改变最初提供给模型设备的能量,我们确定了一个明确定义的能量范围,其中能量传输发生的时间是最小的,转移的能量是最大的。此外,通过引入一个隐式溶剂,我们表明,能量是本地化的蛋白质结构的内部残基,从而最大限度地减少耗散。
2014-10-09 cond-mat.soft physics.bio-ph q-bio.BM
Overcharging of zinc ion in the structure of zinc finger protein is needed for DNA binding stability
锌指结构是核酸结合蛋白的非常常见的基序,其中Zn 2+离子与四面体结构中的4个半胱氨酸或组氨酸氨基酸结合。人类基因组中约有3%的基因存在相应的相互作用模式。因此,锌指已被证明在各种治疗和研究能力以及生物技术中非常有用。在稳定构型中,半胱氨酸氨基酸被去质子化并带负电荷。这意味着Zn 2+离子被4个半胱氨酸电荷过度屏蔽(过度充电)。当这种带负电荷的锌指与带负电荷的DNA分子结合时,这种过电荷的构型是否也是稳定的,这是一个问题。利用全原子分子动力学模拟的雄激素受体蛋白二聚体的微秒范围内,我们研究了半胱氨酸的去质子化状态如何影响其结构,动力学和功能的结合o DNA分子。我们的研究结果表明,半胱氨酸残基的去质子化状态是必不可少的机械稳定的功能,折叠构象。这种状态不仅稳定了蛋白质结构,还稳定了蛋白质-DNA结合复合物。两个(序列相同)单体的结构和能量特性的差异也进行了研究,显示出DNA对锌指结构的强烈影响。我们的研究结果对更好地理解最常见的一类锌指分子具有潜在的影响
2020-02-22 cond-mat.soft q-bio.BM
PRIMRose: Insights into the Per-Residue Energy Metrics of Proteins with Double InDel Mutations using Deep Learning
Western Washington University(西华盛顿大学)
PRIMRose通过深度学习分析蛋白质中双重InDel突变的每残基能量变化,提供更精确的结构和功能影响预测。
2025-12-06 cs.AI cs.LG cs.NE
Machine Learning for Classification of Protein Helix Capping Motifs
Data Science Institute(数据科学研究所);Department of Biomedical Engineering(生物医学工程系);University of Virginia(弗吉尼亚大学)
蛋白质的生物学功能源于其三维结构,三维结构由其氨基酸构建单元之间的原子间力的能量学决定(氨基酸的顺序,称为序列,定义了蛋白质)。考虑到通过实验手段(如X射线晶体学)确定蛋白质结构的成本(时间,金钱,人力资源),我们是否可以更好地描述和比较蛋白质的3D结构,以获得有意义的生物学见解?我们首先考虑一个相对简单的问题,仅限于蛋白质二级结构元件。历史上,已经设计了许多计算方法来将蛋白质链中的氨基酸残基分类为几种离散二级结构中的一种,其中最充分表征的是几何规则的$α$-螺旋和$β$-片层;不规则的结构模式,如"转角"和"环",则较少了解。在这里,我们提出了一项深度学习技术的研究,以分类界定$α$-螺旋的环状端帽结构。以前的工作使用高度经验和启发式的方法来手动分类螺旋帽基序。相反,我们直接使用结构数据-包括(i)从3D结构计算的主链扭转角,(ii)大分子特征集(例如,物理化学性质),和(iii)螺旋帽分类数据(来自CAPS-DB)-作为基础事实来训练双向长短期记忆(BiLSTM)模型以分类螺旋帽残基。为了训练和评估几个模型,我们尝试了不同的网络架构和扫描超参数;我们还训练了一个支持向量分类器(SVC)作为基线。最终,我们通过深度BiLSTM模型实现了85%的类平衡准确率。
2019-05-01 cs.LG q-bio.BM q-bio.QM