Towards protein-protein docking with significant structural changes using CABS-dock
蛋白质相互作用（PPIs）对于理解大多数细胞过程至关重要。PPI在基因转录调控、细胞信号传导、免疫应答的分子基础等方面发挥重要作用。此外，这些机制的破坏经常被假定为阿尔茨海默氏症或癌症等疾病的可能原因。对于许多生物学相关的情况下，蛋白质-蛋白质复合物的结构仍然未知。因此，计算技术，包括分子对接，已成为药物发现管道的有价值的一部分。不幸的是，没有一个广泛使用的蛋白质-蛋白质对接工具没有严重的局限性。通常，在对接模拟中，蛋白质的柔性要么完全被忽略，要么非常有限。此外，还需要对活性部位的大致位置和/或形状有所了解。这种限制主要来自于蛋白质-蛋白质系统的大量自由度。本文提出了一种高效的蛋白质-蛋白质对接计算方法，并在一个简单的对接实例上进行了初步的测试。所提出的方法是基于一个两步的过程。在第一步中，用于蛋白质-肽对接的CABS对接网络服务器用于将肽对接到另一蛋白质伴侣，肽是负责蛋白质相互作用的适当蛋白质片段。在肽对接期间，不使用关于结合位点或肽结构的知识，并且允许肽是完全柔性的。在第二步中，对接肽用于蛋白质复合物配偶体的结构调整。所提出的方法使我们能够获得一个高精度的模型，因此它提供了一个有前途的框架，进一步的进展。
2016-05-30 q-bio.BM
MOLS 2.0: Software Package for Peptide Modelling and Protein-Ligand Docking
MOLS 2.0的源代码和二进制文件是免费发布的（在GNU Lesser General Public License下）。它们可以在https://sourceforge.net/projects/mols2-0/files/上免费下载。
2016-09-24 physics.bio-ph q-bio.BM
The Computation of Cyclic Peptide with Prolin-Prolin Bond as Fusion Inhibitor of DENV Envelope Protein through Molecular Docking and Molecular Dynamics Simulation
由登革病毒（DENV）引起的疾病已成为世界性的主要健康问题。目前，由于登革热病毒的致病水平，没有有效的治疗方法可以克服这种疾病。一种新的治疗方法，如抗病毒药物是非常必要的，以应对登革热疾病。囊膜蛋白是登革病毒的一种非结构蛋白，参与病毒的融合过程。融合过程由蛋白质结构从二聚体到三聚体状态的构象变化介导。以往的研究表明，囊膜蛋白的二聚体结构上存在空腔。存在的配体可以进入囊膜蛋白的空腔，稳定二聚体结构或阻碍二聚体向三聚体的转变。以这种方式，可以防止熔化过程。本研究的目的是通过分子对接和分子动力学模拟设计具有脯氨酸-脯氨酸键的环肽作为登革病毒包膜蛋白的融合抑制剂。通过分子对接筛选了3，883个环肽，每个环肽都通过脯氨酸-脯氨酸键连接，得到了5个最佳配体。对这5种配体的药理和毒性进行了计算机模拟分析。结果表明，PYRRP是最佳配体。由于PAWRP与蛋白质空腔具有良好的亲和性，因此也被选为最佳配体。用分子动力学模拟分析了配体-蛋白质复合物的稳定性。结果表明，PYRRP配体能够在310 K和312 K下维持DENV包膜蛋白二聚体结构的稳定性。PAWRP配体在310 K时与DENV囊膜蛋白形成复合物的活性高于312 K。因此，PYRRP配体具有开发为DENV融合抑制剂的潜力。
2015-10-27 q-bio.BM
Quadratic unconstrained binary optimization and constraint programming approaches for lattice-based cyclic peptide docking
本研究针对肽-蛋白对接问题，提出资源高效的QUBO编码方案与约束规划基准方法，经PDB实例测试发现QUBO可处理小规模问题但扩展性受限，约束规划方法性能更优。
2024-12-13 math.OC physics.chem-ph q-bio.BM
A protocol for information-driven antibody-antigen modelling with the HADDOCK2.4 webserver
近年来，由于抗体的固有特性和用于研究和表征它们的方法的技术进步，抗体的治疗用途已经出现了巨大的增长。用于治疗目的的抗体的有效设计和工程化在很大程度上依赖于调节抗体-抗原相互作用的结构原理的知识。几种实验技术，如X射线晶体学，冷冻电子显微镜，核磁共振或诱变分析可以应用，但这些通常是昂贵和耗时的。因此，像分子对接这样的计算方法可以为抗体-抗原复合物的表征提供有价值的替代方案。在这里，我们描述了一个协议的抗体-抗原复合物的3D结构的预测使用的综合建模平台HADDOCK。该方案包括：1）属于超变环的抗体残基的鉴定，所述超变环已知对于结合至关重要并且可用于指导对接; 2）根据表位残基信息的可用性，按照不同策略与HADDOCK 2.4网络服务器进行对接的详细步骤。
2020-05-07 q-bio.BM
Personalized workflow to identify optimal T-cell epitopes for peptide-based vaccines against COVID-19
针对病毒的传统疫苗被设计成靶向它们的表面蛋白，即，抗原，它可以触发免疫系统产生特异性抗体来捕获和中和病毒。然而，病毒通常进化得很快，它们的抗原容易发生突变以避免被抗体识别（抗原漂移）。抗体介导的免疫的这种限制可以通过T细胞介导的免疫来解决，T细胞介导的免疫能够识别病毒感染细胞上呈递的保守病毒HLA肽。因此，通过靶向病毒基因组上的保守区域，基于T细胞表位的疫苗较少发生突变，并且可以对不同的病毒株有效地起作用。在这里，我们提出了一个个性化的工作流程，以确定一组最佳的T细胞表位的基础上的HLA等位基因和个人的免疫肽组。具体来说，我们的工作流程在免疫肽组上训练机器学习模型，然后从最有可能触发人T细胞反应的病毒保守区域预测HLA肽。我们应用该工作流程来识别SARS-COV-2病毒的T细胞表位，该病毒最近在全球100多个国家引起了COVID-19大流行。
2020-03-24 q-bio.BM q-bio.PE
Recent applicable delivery approaches of peptide nucleic acids to the target cells
肽核酸（Peptide nucleic acids，PNA）是一种人工合成的核酸，其骨架是肽，而不是DNA或RNA的糖磷酸骨架。与普通核酸相比，它们的抗降解性、选择性和更大的结合亲和力使人们考虑到它们在不同应用中的巨大潜力。例如，它们可用于分子诊断和反义治疗，如抗微生物剂或基因调控工具。另一方面，PNA分子的大亲水性抑制它们容易地穿过细胞膜，这是它们递送到所考虑的靶细胞的障碍，也是它们应用的限制性标准。因此，PNA递送技术一直在开发以克服这种限制。例如，已经采用了添加赖氨酸残基、带电荷的膜穿透肽序列、与抗体或类固醇缀合的PNA、作为PNA缀合物载体的阳离子脂质体、保护肽和光化学内化（PCI）技术以及最近的基于纳米颗粒的递送技术。在这篇文章中，我们比较了不同的交付技术，可以适用于PNA。因此，基于纳米颗粒的递送显示出比其他递送方式更大的优势，其应用正在快速增长。关键词：靶细胞递送，肽核酸，肽核酸，递送。
2019-09-24 q-bio.BM
Potential Neutralizing Antibodies Discovered for Novel Corona Virus Using Machine Learning
Carnegie Mellon University（卡内基梅隆大学）
在免疫系统产生抑制性抗体之前，快速和不可追踪的病毒突变夺走了成千上万人的生命。最近爆发的新型冠状病毒感染并导致全球数千人死亡。快速找到可以抑制COVID-19病毒表位的肽或抗体序列的方法将挽救数千人的生命。在本文中，我们设计了一个机器学习（ML）模型来预测可能的抑制冠状病毒的合成抗体。我们收集了1933个病毒抗体序列及其临床患者中和反应，并训练了一个ML模型来预测抗体反应。使用各种ML方法的图特征化，我们筛选了数千个假设的抗体序列，并发现了8种可能抑制COVID-19的稳定抗体。我们结合生物信息学、结构生物学和分子动力学（MD）模拟来验证能够抑制冠状病毒的候选抗体的稳定性。
2020-03-18 cs.LG q-bio.BM
Drug-like antibodies with low immunogenicity in human panels designed with Latent-X2
London, UK \& San Francisco, USA 16 December 2025 center [c] figures/abstract fig.pdf center -1cm
Latent-X2通过零样本设计生成具有强结合亲和力、药物样性质和低免疫原性的抗体，展示了无需AI基础设施即可实现的从头分子设计的治疗可行性。
2025-12-23 q-bio.BM
Leveraging Machine Learning Models for Peptide-Protein Interaction Prediction
本文综述了利用机器学习和深度学习模型预测肽-蛋白质相互作用的方法，旨在克服传统计算成本高、柔性大等挑战，并提升预测的准确性、鲁棒性与可解释性。
2024-02-07 q-bio.BM q-bio.QM
PepMLM: Target Sequence-Conditioned Generation of Therapeutic Peptide Binders via Span Masked Language Modeling
PepMLM提出一种靶标序列条件化的肽结合剂生成方法，通过C端跨度掩码策略微调ESM-2，无需靶标三维结构即可生成候选结合肽，并在计算与实验中验证了其降解疾病相关蛋白的有效性。
2024-08-11 q-bio.BM
PPFlow: Target-aware Peptide Design with Torsional Flow Matching
Zhejiang University（浙江大学）；Westlake University（西湖大学）
本研究提出基于环面流形条件流匹配的靶点感知肽设计方法PPFlow，构建蛋白质-肽结合数据集PPBench2024，实验证明其在肽药物生成优化等任务上达SOTA且可推广至多任务。
2024-12-09 cs.AI cs.LG q-bio.BM
UniMoMo: Unified Generative Modeling of 3D Molecules for De Novo Binder Design
Tsinghua University（清华大学）；Institute for AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院）；Renmin University of China（中国人民大学）；Bytedance（字节跳动）
UniMoMo提出首个统一生成框架，通过块图表示和几何潜在扩散模型，实现用单一模型设计多域3D分子结合剂，在肽、抗体和小分子基准上优于域特定模型。
2025-05-26 cs.LG q-bio.BM
A hydrophobic-interaction-based mechanism trigger docking between the SARS CoV 2 spike and angiotensin-converting enzyme 2
最近的一项实验研究发现，新型严重急性呼吸综合征冠状病毒2型（SARS-CoV-2）刺突（S）蛋白中的细胞受体人血管紧张素转换酶2（ACE 2）与受体结合域（RBD）之间的结合亲和力比原始严重急性呼吸综合征冠状病毒（SARS-CoV）高10倍以上。然而，SARS-CoV-2 RBD的主链结构与SARS-CoV RBD的主链结构几乎相同。了解SARS-CoV-2 S和ACE 2之间的显著亲和力的物理机制是开发针对2019冠状病毒病（COVID-19）大流行的阻断剂，疫苗和治疗性抗体的“紧迫挑战”。考虑到疏水相互作用、水化壳、表面张力和水分子的屏蔽效应的机制，本研究揭示了SARS-CoV-2S和ACE 2在水环境中结合在一起的基于疏水相互作用的机制。SARS-CoV-2S与ACE 2蛋白之间的疏水相互作用明显大于SARS-CoV S与ACE 2蛋白之间的疏水相互作用。SARS-CoV-2S亲水侧链的疏水部分参与了SARS-CoV-2S与ACE 2的疏水相互作用。我们提出了一种通过突变刺突蛋白的几个关键氨基酸残基来减少对接位点处的疏水表面积来设计活减毒病毒的方法。少量残基的突变可以大大降低冠状病毒与受体的疏水结合，这可能会显著降低病毒的感染性和传播性。
2020-08-27 q-bio.BM q-bio.CB
RNA/peptide binding driven by electrostatics -- Insight from bi-directional pulling simulations
RNA/蛋白质相互作用在控制基因表达中起着至关重要的作用。它们正在成为制药应用的重要目标。由于RNA的灵活性和静电相互作用的强度，标准的对接方法是不够的。我们在这里提出了一个计算方法，它允许研究结合的RNA分子和带电肽原子，明确的溶剂分子动力学。在我们的方法中，一个合适的估计静电相互作用被用作序参数（集体变量），然后使用双向拉动模拟加速。由于静电相互作用仅用于增强采样，因此用于计算它的近似不会影响最终精度。该方法用于表征来自HIV-1的TAR RNA与小环肽的结合。我们的模拟协议允许盲目预测的结合口袋和姿态以及结合亲和力。该方法具有通用性，可用于研究其他静电驱动的结合事件。
2013-07-21 cond-mat.soft physics.bio-ph physics.chem-ph
Sequence-based protein-protein interaction prediction and its applications in drug discovery
Carleton University（卡尔顿大学）；NuvoBio Corp.（NuvoBio公司）
本文综述基于序列的PPI预测方法，梳理训练数据整理、传统相似性方法与以transformer为重点的深度学习模型，并展示其在蛋白质组学、靶点识别及肽和抗体药物设计中的应用。
2025-07-26 cs.LG q-bio.BM
Self-Organizing Maps of Unbiased Ligand-Target Binding Pathways and Kinetics
针对计算药物发现中配体-靶标相互作用采样难的问题，提出基于无偏分子动力学的自组织映射（SOM）新应用，结合网络方法和马尔可夫状态模型补充动力学分析，通过640μs轨迹数据集验证，为药物设计提供关键动力学特性表征工具。
2024-09-19 physics.comp-ph q-bio.BM
Tensor-DTI: Enhancing Biomolecular Interaction Prediction with Contrastive Embedding Learning
Nostrum Biodiscovery；Barcelona Supercomputing Center（巴塞罗那超级计算中心）；Faculty of Pharmacy and Food Sciences, University of Barcelona（巴塞罗那大学药学与食品科学系）；Catalan Institution for Research and Advanced Studies (ICREA)（加泰罗尼亚研究与高级研究机构）；Data Science Dpt., Almirall S.A.（Almirall S.A.数据科学部门）
Tensor-DTI通过整合多模态嵌入与对比学习，提升生物分子相互作用预测的准确性与可靠性。
2026-01-09 cs.AI cs.LG q-bio.BM
