A New Route for the Determination of Protein Structure and Function
针对现有蛋白质结构测定技术的辐射损伤、结晶难、信噪比低等问题，提出利用工程化蛋白质支架构建取向可控有序阵列的新方法，有望解决信号与结晶难题，助力生理条件下结构测定及相关相互作用研究。
2024-04-11 q-bio.BM
Structure determination
虽然有许多关于蛋白质结构，分子模拟，热力学和生物信息学方法的好教科书，但在结构生物信息学领域没有好的入门级书籍。这本书的目的是给一个结构生物信息学，这是以前的主题满足通过计算分析探索三维蛋白质结构的介绍。我们提供了现有的计算技术的概述，验证，模拟，预测和分析蛋白质结构。更重要的是，它旨在提供关于如何以及何时使用这些技术的实用知识。我们将从三个主要的优势点考虑蛋白质：蛋白质结构定量，蛋白质结构预测，蛋白质模拟和动力学。这项工作的主要重点是提供一个蛋白质结构测定的实验技术的背景。重点是X射线晶体学和核磁共振光谱（NMR），这是迄今为止用于确定可溶性蛋白质结构的主要方法。我们还将介绍低温电子显微镜（cryo-EM）和电子衍射，它们更适合于分析膜蛋白和较大的蛋白质复合物。最后，总结了更多的定性技术，用于获得对蛋白质的整体结构和动力学的洞察。请注意，这篇蛋白质结构测定的介绍旨在让读者熟悉不同的实验技术，它们的优点和瓶颈，但对这一概念的全面数学和技术描述超出了本文的范围。
2021-08-05 q-bio.BM
Process of Efficiently Parallelizing a Protein Structure Determination Algorithm
计算蛋白质结构的确定涉及优化的问题空间太大，穷举搜索。现有的方法包括优化算法，如梯度下降和模拟退火，但这些通常只能找到局部最小值。在REDcRAFT中实现的一种新方法是，不是同时折叠蛋白质，而是逐个残基折叠。这模拟了蛋白质折叠，因为每个残基都从生成的核糖体中退出。虽然REDcRAFT以指数方式减少了问题空间，因此可以在多项式时间内进行探索，但它仍然对计算要求极高。这种算法的优点是大部分执行时间都花在了固有的可并行代码上。然而，并行执行的初步结果表明，大约三分之二的执行时间是专门用于系统开销。此外，通过仔细分析和定时的程序结构的主要瓶颈可以确定。在解决这些问题后，REDcRAFT成为一个可扩展的并行应用程序，具有近两个数量级的改进。
2020-07-31 cs.CE cs.DC cs.NA
Protein Repeats from First Principles
一些天然蛋白质显示重复的结构模式。尽管在三级结构水平上高度相似，但单个重复蛋白内的重复在序列水平上可以是极其可变的。我们提出了一个数学定义的重复，并调查这些在不同的蛋白质家族的发生。我们发现，长时间的完美重复在单个天然蛋白质中并不常见，即使是那些已知折叠成周期性结构基序的蛋白质。我们发现，天然重复蛋白在其家族中确实是重复的，表现出丰富的6个氨基酸或更长的延伸，在参考家族中是完美的重复。我们提供了一个系统的量化这种重复性，并表明，这种形式的重复性是不排除的重复蛋白质，但也发生在球状域。这项工作的一个副产品是一个快速的蛋白质家族分类器，它产生了一个给定的蛋白质属于一个给定的家庭的可能性值。
2015-10-08 q-bio.BM
Determination of protein structural ensembles using cryo-electron microscopy
对蛋白质的结构、热力学和动力学的了解大大促进了对蛋白质行为的全面了解。所有这些信息都可以在结构集成方面以有效的方式提供。结构系综可以通过确定蛋白质可以占据的所有主要状态的结构、群体和相互转换率来获得。为了实现这一目标，结合实验和计算方法的综合方法提供了强大的工具。在这里，我们专注于冷冻电子显微镜，这已成为近年来的宝贵资源，桥梁的差距，从有序到无序的结构生物学。在这篇综述中，我们提供了一个角度的当前的挑战和机遇，在确定蛋白质结构合奏使用综合的方法，可以结合冷冻电子显微镜数据与其他可用的信息来源，以及概述的工具提供给社会。
2018-10-26 q-bio.BM q-bio.QM
Determination of barrier heights and prefactors from protein folding rate data
我们确定的势垒高度和前因子蛋白质折叠通过施加限制，从实验速率测量到Kramers理论的折叠速率。要求理论值与诱导相同稳定性的温度和变性剂两种条件下的实验值相匹配。在Kramers速率方程的前因子的几个表达式进行检查：一个随机的能量近似，相关的能量近似，和近似使用一个单一的Arrhenius活化能。障碍和前置因子通常被发现是大的，作为实施这个配方的结果，即折叠景观是合作和平滑的。有趣的是，一个前因子与一个单一的阿克里欧斯激活能承认没有正式的解决方案。
2005-02-12 q-bio.BM q-bio.QM
Volume Determination of Globular Proteins by Molecular Dynamics
肌红蛋白和天冬氨酸转氨酶的分子动力学模拟，明确的溶剂，准确地再现实验测得的摩尔体积。已知天冬氨酸氨基转移酶VAL39处的单个氨基酸取代会在酶中产生大的体积变化，并且这种效应也在模拟中得到证实。这种分子动力学的方法，而更昂贵的计算，现存的计算方法确定的表观体积的生物系统，是非常可行的与现代计算机硬件，并显示出产生准确的体积数据与少至几纳秒的动态。
2014-04-06 cond-mat.soft physics.bio-ph q-bio.BM
Extended Experimental Inferential Structure Determination Method for Evaluating the Structural Ensembles of Disordered Protein States
表征具有内在或未折叠状态的蛋白质包括结构生物学中的新前沿，需要表征多样和动态的结构集合。我们介绍了一个全面的贝叶斯框架，扩展实验推断结构确定（X-EISD）方法，该方法通过考虑广泛的实验数据和结构的反算模型的不确定性来计算蛋白质结构系综的最大对数似然，包括NMR化学位移，J-耦合，核奥弗豪泽效应，顺磁弛豫增强，残余偶极耦合，和流体动力学半径，单分子荧光Förster共振能量转移效率和小角X射线散射强度曲线。我们将X-EISD应用于drkN SH 3展开状态域，并表明某些实验数据类型比其他类型更有影响力，既消除了结构系综模型，同时也找到了同样可能的无序系综，这些系综具有替代结构特性，将刺激进一步的实验来区分它们。
2019-12-29 physics.bio-ph q-bio.BM
A practical guide to the simultaneous determination of protein structure and dynamics using metainference
精确的蛋白质结构系综可以用元参比来确定，元参比是一种贝叶斯推断方法，它将实验信息与系统的先验知识相结合，并处理所有来源的不确定性和误差以及系统异质性。此外，元推理可以使用元自洽方法来实现，这使得需要大量构象采样的复杂生物系统的计算研究成为可能。在本章中，我们提供了一个使用开源PLUMED库的ISDB模块执行和分析元自组织元会议模拟的分步指南，以及一系列避免常见错误的实用技巧。具体来说，我们将指导读者学习如何通过结合最先进的分子力学力场与核磁共振数据，包括化学位移，标量耦合和残余偶极耦合，来模拟小无序肽的结构系综。
2019-01-23 q-bio.BM q-bio.QM
Exploring the energy landscape of model proteins: a metric criterion for the determination of dynamical connectivity
提出了一种基于二维非格点模型的小分子肽能量图重建方法。出发点是一般最小值和直接连接对（DCP）之间的配置距离的统计分析。由于DCP的相互距离通常比一般对的相互距离小得多，因此可以建立度量标准来识别绝大多数DCP。这种方法的优点和局限性进行了彻底的分析，为三个不同的杂聚链。在所有三种情况下都发现了漏斗状的能量景观结构，但逃逸率清楚地表明，对于预期表现为真正蛋白质的序列，天然构型更容易获得（并且显着更稳定）。
2005-08-25 cond-mat.soft cond-mat.stat-mech q-bio.BM
Weighted graphlets and deep neural networks for protein structure classification
University of Notre Dame（圣母大学）；Eck Institute for Global Health, University of Notre Dame（圣母大学埃克全球健康研究所）；Interdisciplinary Center for Network Science & Applications, University of Notre Dame（圣母大学网络科学与应用跨学科中心）；University of Tennessee at Knoxville（田纳西大学诺克斯维尔分校）
由于结构相似的蛋白质通常具有相似的功能，因此分析蛋白质结构可以帮助预测蛋白质功能，因此非常重要。我们考虑蛋白质结构分类的问题，它通过计算将蛋白质的结构分为预定义的组。我们开发了一个描述蛋白质结构的加权网络，更重要的是，我们提出了第一个适用于加权网络的基于图的度量。此外，我们开发了一个由卷积层和递归层组成的深度神经网络（DNN），以使用此度量进行分类。总的来说，我们的方法在36个真实数据集上显示了比现有的基于graphlet的方法性能的显着改进。即使与最先进的方法相比，它几乎将分类错误减半。除了蛋白质结构网络之外，我们的加权图测度和DNN分类器还可以应用于计算生物学以及其他领域的其他加权网络的分类。
2019-10-07 cs.LG q-bio.BM stat.ML
Hidden symmetries in primary sequences of small alpha proteins
蛋白质具有规则的三级结构，但氨基酸序列不规则。这使得解码蛋白质序列中的结构信息变得非常困难。在这里，我们表明，许多小α蛋白结构域具有隐藏的序列对称性特征的伪对称的三级结构。我们还提出了一种改进的递归图方法来揭示这种隐序列的对称性。这些结果可以帮助我们理解蛋白质序列与其三级结构之间的部分关系，即蛋白质的一级序列如何决定其三级结构。
2004-09-14 q-bio.BM
Fractal Structure of Shortest Interaction Paths in Native Proteins and Determination of Residues on a Given Shortest Path
最短路径的分形结构强烈依赖于残基间相互作用的截止距离。最短路径的维数作为交互截止距离的函数来计算。当步长大于6.8 μ m时，最短路径是自相似的，分形维数为1.12。路径在6.8 μ m以下是多重分形的。遍历最短路径的步骤的数量是一个不连续的功能，在短的截止值的截止大小，显示突然减少到较小的值作为截止距离的增加。当信息沿着最短路径的方向传播时，大量的残基受到影响，因为它们是最短路径残基的相互作用邻居，因此，几个残基扩散地参与信息传输，这可以用本模型来识别。给出了一种确定给定最短路径的剩余的算法，最短路径剩余是信息传输过程中的高访问剩余。这些路径被证明是躺在高熵景观的蛋白质，其中熵是采取增加与丰富的访问节点在信号传输。
2014-07-25 physics.bio-ph q-bio.BM
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
Implementation of the Tangent Sphere and Cutting Plane Methods in the Quantitative Determination of Ligand Binding Site Burial Depths in Proteins Using FORTRAN 77/90 Language
配体埋藏深度是蛋白质柔性的指标，因为结合配体所需的受体构象变化的程度通常直接随其埋藏深度而变化。在一篇配套论文中（Reyes，V.M. 2015年a），我们报告了切线球（TS）和切割平面（CP）方法-定量的互补方法，独立于蛋白质大小，蛋白质受体中配体埋葬的程度。在这份报告中，我们提出的结果，证明了一组FORTRAN 77和90源代码的有效性，用于实现两个相关的程序，以及精确的实施程序。特别是，我们在这里表明，TS和CP方法的理论模型蛋白质的球形网格点的形式的应用程序准确地描绘了TS和CP指数的行为，从这两种方法获得的预测参数。我们还表明，TS和CP方法对6种蛋白质受体的实施结果（Laskowski et al. 1996）与他们关于这些蛋白质中空腔大小的发现不一致。我们在这里介绍的六个FORTRAN程序是：find_molec_centr.f、tangent_sphere.f、find_CP_coeffs.f、CPM_Neg_Side.f、CPM_Pos_Side.f和CPM_Zero_Side. f。第一个程序计算蛋白质的分子几何质心（全局质心，GC）（TS的中心）的x、y和z坐标。其半径是GC和局部质心（LC）、结合配体的质心或其结合位点的一部分之间的距离。第二个程序计算TS内部、外部和上的蛋白质原子数。第三步确定CP方程的四个系数A、B、C和D，Ax + By + Cz + …
2015-11-30 q-bio.BM
An Investigation of Minimum Data Requirement for Successful Structure Determination of Pf2048.1 with REDCRAFT
通过NMR光谱法阐明蛋白质结构的传统方法依赖于距离限制，也称为核奥弗豪泽效应（NOE）。使用NOE作为通过NMR光谱进行结构测定的主要来源是耗时且昂贵的。残余偶极耦合（RDC）已成为NMR光谱结构计算的替代方法。在这项工作中，我们报告了我们的结果，从RDC数据的新蛋白质PF2048.1的结构计算，并建立成功的结构计算使用软件包REDCRAFT的最低数据要求。我们的调查开始利用四套合成的RDC数据在两个取向介质，并继续通过减少RDC数据的最终限制{CN，NH}和{NH}从两个取向介质分别。我们的研究结果表明，这种蛋白质的结构解析是可能的，只要{CN，NH}和{NH}到目标结构的0.533kDa内。
2020-01-09 q-bio.BM
High throughput interactome determination via sulfur anomalous scattering
本研究提出一种利用蛋白质中天然硫原子的反常散射检测蛋白质结合的无标记新方法，通过理论证明、丰度分析与模拟验证了可行性，有望实现大规模生物分子相互作用的高通量探测。
2023-11-27 physics.bio-ph q-bio.BM
$f$-distance of knotoids and protein structure
最近的研究通过使用knotoids分析蛋白质投影的分布来对蛋白质的拓扑结构进行分类。该分布的近似值取决于被采样的投影方向的数量。在这里，我们调查的knotoids之间的关系不同，只有小扰动的方向的投影。由于这样的knotoids连接的最多一个单一的禁止移动，我们禁止移动强可逆结之间的等变带附件和链通道之间的$θ$ -曲线。这允许确定产生良好近似的结节状分布所需的最佳样本量。基于这一点和分布的拓扑性质，我们提出了一个数值措施，用于确定深打结的蛋白质，不需要计算昂贵的方法的子链分析。
2021-02-18 math.GT q-bio.BM
Free energy adopted stochastic optimization protein folding
蛋白质的最佳结构可用自由能和挥发度平均下降的线性随机微分方程来描述。结构决定策略是由一对随机变量给出的，经验条件没有假设。最优结构的确定将变形为采用鞅性质的交易策略，其中随机积分w.r.t.将采用随机微分方程的解析解。
2005-03-29 q-bio.BM
BCL::MP-Fold: membrane protein structure prediction guided by EPR restraints
对于许多膜蛋白，它们的拓扑结构的确定仍然是一个挑战，如X射线晶体学和核磁共振（NMR）光谱的方法。电子顺磁共振（EPR）光谱已发展成为一种替代技术来研究膜蛋白的结构和动力学。本研究证明了利用有限EPR距离和可及性测量确定膜蛋白拓扑结构的可行性。BCL：：MP-Fold（BioChemical Library membrane protein fold）算法使用Monte Carlo Metropolis（MCM）方法组装膜中的二级结构元件（SSE）。抽样模型进行评估，使用知识为基础的潜在功能和协议的EPR数据和知识为基础的能量函数。多达696个残基的29个膜蛋白用于测试算法。最准确的模型的RMSD 100值对于27个蛋白质优于8 μ m，对于22个蛋白质优于6 μ m，对于29个蛋白质中的15个蛋白质优于4 μ m，证明了算法对天然拓扑结构进行采样的能力。平均富集度可从1.3提高到2.5，显示出使用EPR数据提高的区分能力。
2016-03-21 physics.bio-ph physics.chem-ph physics.comp-ph
Protein identification with deep learning: from abc to xyz
David R. Cheriton School of Computer Science, University of Waterloo（滑铁卢大学 David R. Cheriton 计算机科学学院）；Bioinformatics Solutions Inc.（Bioinformatics Solutions 公司）
蛋白质是细胞、组织或有机体中生物功能的主要工具。在给定样品中的蛋白质的鉴定和定量，例如在正常/疾病条件下的细胞类型，是理解人类健康和疾病的基本任务。在本文中，我们介绍了DeepNovo，这是一种基于深度学习的工具，用于解决从串联质谱数据中识别蛋白质的问题。这个想法最初是在从头肽测序的背景下提出的[1]，其中卷积神经网络和递归神经网络被应用于从其光谱预测肽的氨基酸序列，这与从图像生成标题类似。我们进一步开发DeepNovo来执行序列数据库搜索，这是肽识别的主要技术，极大地受益于众多现有的蛋白质数据库。我们将从头测序和数据库搜索两个模块结合到一个用于肽识别的深度学习框架中，并整合de Bruijn图组装技术，以提供一个完整的解决方案，从串联质谱数据中重建蛋白质序列。本文描述了DeepNovo用于蛋白质鉴定的综合协议，包括训练神经网络模型、动态规划搜索、数据库查询、错误发现率估计和de Bruijn图组装。我们的GitHub存储库（https：//github.com/nh2trans/DeepNovo）中提供了IPython笔记本形式的训练和测试数据、模型实现以及全面的教程。
2017-10-08 cs.CE cs.LG q-bio.BM
CCPL: Cross-modal Contrastive Protein Learning
Zhejiang University（浙江大学）；AI Lab, Westlake University（西湖大学人工智能实验室）
本文提出无监督跨模态对比蛋白质学习方法CCPL，利用蛋白质语言模型和对比对齐增强结构表示学习，并通过自监督结构约束保持结构信息，在多个基准上取得优越性能。
2024-09-04 cs.AI cs.LG 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
Pre-Training of Deep Bidirectional Protein Sequence Representations with Structural Information
Seoul National University（首尔国立大学）；LG AI Research（LG人工智能研究院）；NAVER Corp.（NAVER公司）；Kangwon National University（江原国立大学）；Seoul National University of Science and Technology（首尔科技大学）
为了弥合未标记和标记蛋白质序列数量之间呈指数增长的差距，一些研究采用半监督学习进行蛋白质序列建模。在这些研究中，模型使用大量未标记的数据进行预训练，并将表示转移到各种下游任务中。大多数预训练方法仅仅依赖于语言建模，并且通常表现出有限的性能。在本文中，我们介绍了一种新的预训练计划，称为PLUS，它代表蛋白质序列表示学习使用结构信息。PLUS由掩蔽语言建模和互补的蛋白质特异性预训练任务（即同源预测）组成。PLUS可用于预训练各种模型架构。在这项工作中，我们使用PLUS来预训练双向递归神经网络，并将生成的模型称为PLUS-RNN。我们的实验结果表明，在七个广泛使用的蛋白质生物学任务中，PLUS-RNN在六个任务中的表现优于其他类似大小的模型。此外，我们提出了定性解释分析的结果，以说明PLUS-RNN的优势。PLUS提供了一种新的方法来利用未标记蛋白质之间的进化关系，并广泛适用于各种蛋白质生物学任务。我们预计，未标记和标记蛋白质数量之间的差距将继续呈指数级增长，而所提出的预训练方法将发挥更大的作用。
2021-09-16 cs.LG q-bio.BM q-bio.GN
SPINET: Sheaf Protein Inverse Folding Network
University of Wisconsin–Madison（威斯康星大学麦迪逊分校）
SPINET利用分子动力学轨迹和细胞层表示，实现基于蛋白质运动的逆折叠，在mdCATH和ATLAS上优于静态和集成基线，显著提升序列恢复率。
2026-09-29 cs.LG q-bio.BM
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
DeepIEP: a Peptide Sequence Model of Isoelectric Point (IEP/pI) using Recurrent Neural Networks (RNNs)
Wildcard Pharmaceutical Consulting（Wildcard 制药咨询公司）
等电点（IEP或pI）是指肽和蛋白质分子系综上的净电荷为零的pH值。这种物理化学性质取决于可质子化/可去质子化的侧链及其pKa值。在这里，使用具有长短期记忆（LSTM）细胞的递归神经网络（RNN）从肽序列和pI的数据库训练pI预测模型。对于外部测试集，经训练的模型获得0.28和0.95的RMSE和R $^2$。该模型不是基于pKa值，但构建的测试序列的预测显示与已知的pKa值相似的排名。该预测主要依赖于已知的酸性和碱性氨基酸的存在，并根据肽链中带电氨基酸的相邻序列和位置进行微调。
2017-12-27 cs.LG q-bio.BM q-bio.QM
Conformational variability of loops in the SARS-CoV-2 spike protein
SARS-CoV-2刺突（S）蛋白促进病毒感染，并已成为许多结构确定工作的焦点。已知其柔性环区域参与蛋白质结合，并且可以采用多种构象。本文根据蛋白质数据库（PDB）的结构，鉴定了S蛋白环，并研究了它们的构象变异性。虽然大多数环基本上有一个稳定的构象，但基于聚类分析，观察到44个环区域中的17个是结构可变的，具有多个实质上不同的构象。环建模方法，然后施加到S蛋白环的目标，和预测精度讨论有关的特征的构象集群确定。发现具有多种构象的环基于单一结构模板建模具有挑战性。
2021-10-13 q-bio.BM stat.AP
Rapid protein assignments and structures from raw NMR spectra with the deep learning technique ARTINA
ETH Zurich（苏黎世联邦理工学院）；Goethe University Frankfurt（法兰克福大学）；Tokyo Metropolitan University（东京都立大学）
核磁共振（NMR）光谱是结构生物学的主要技术之一，在蛋白质数据库中保存了超过11，800种蛋白质结构。NMR可以阐明溶液、活细胞和固体中的中小型蛋白质的结构和动力学，但受到繁琐的数据分析过程的限制。通常需要经过培训的专家进行数周或数月的手工工作，才能将NMR测量结果转化为蛋白质结构。这个过程的自动化是一个开放的问题，在30多年前就在该领域形成了。在这里，我们提出了一个解决方案，可以在完成测量后的几个小时内完全自动化地分析蛋白质NMR数据。仅使用NMR光谱和蛋白质序列作为输入，我们基于机器学习的方法ARTINA可以在没有任何人为干预的情况下严格提供信号位置、共振分配和结构。在包含1329个多维NMR谱的100种蛋白质基准上进行测试，ARTINA证明了其解决PDB参考结构的能力，其中位RMSD为1.44，并识别91.36%正确的NMR共振分配。ARTINA可由非专业人员使用，减少了通过NMR进行蛋白质分配或结构测定的工作，主要是样品的制备和光谱测量。
2022-07-22 cs.LG q-bio.BM
Transfer Learning for Protein Structure Classification at Low Resolution
Queen Mary University of London（伦敦玛丽女王大学）
结构测定是在分子水平上理解蛋白质功能的关键。虽然在从氨基酸序列预测结构和功能方面取得了重大进展，但研究人员仍然必须依赖昂贵，耗时的分析方法来可视化详细的蛋白质构象。在这项研究中，我们证明了可以使用在表示为2D矩阵的高分辨率（$\leq$ 3A）结构上训练的深度卷积神经网络，从低（$>$ 3A）分辨率下确定的结构中准确（$\geq$ 80%）预测蛋白质类和结构。因此，我们提供了高速，低成本的蛋白质结构分类在低分辨率的概念证明，并扩展到功能预测的基础。我们调查的输入表示对分类性能的影响，表明侧链信息可能是不必要的细粒度的结构预测。最后，我们证实了高分辨率，低分辨率和NMR确定的结构存在于一个共同的特征空间，从而为单图像超分辨率增强提供了理论基础。
2020-08-31 cs.CV cs.LG q-bio.BM
Random close packing in protein cores
在确定第一个蛋白质的X射线晶体结构后不久，研究人员分析了它们的核心，并报告了填充分数$ϕ\approx 0.75$，这个值类似于紧密填充的等尺寸球体。这些分析的一个局限性是使用了“扩展原子”模型，而不是物理上更准确的“显氢”模型。用显式氢模型预测蛋白质侧链二面角分布的能力证明了它的有效性。我们采用显式氢模型来计算超过$200$的高分辨率蛋白质结构的核心的堆积分数。我们发现这些蛋白质核心具有$ϕ\approx 0.55$，这与非球形颗粒的随机紧密堆积相当。这一结果提供了对蛋白质结构的物理基础的更深入的理解，这将使得能够预测氨基酸突变的影响和设计新的功能蛋白质。
2015-10-14 q-bio.BM
Protein Fold Family Recognition From Unassigned Residual Dipolar Coupling Data
University of South Carolina（南卡罗来纳大学）
尽管在蛋白质结构的计算建模方面取得了许多进展，但这些方法尚未被实验结构生物学家广泛使用。两个主要障碍是阻止蛋白质结构测定从纯实验模式过渡到纯计算模式。第一个问题是，大多数计算方法需要一个大型的计算结构库，这些结构库跨越了各种各样的蛋白质折叠家族，而近年来结构基因组学计划在提供新蛋白质折叠方面的能力有所放缓。第二个问题是不愿意相信没有实验支持的计算模型。在本文中，我们测试这些问题的潜在解决方案，我们称之为概率密度分布分析（PDPA），利用未分配的残留偶极耦合数据，是相对便宜的NMR实验获得。
2019-11-01 cs.CV q-bio.BM
Automated Assignment of Backbone Resonances Using Residual Dipolar Couplings Acquired from a Protein with Known Structure
University of South Carolina（南卡罗来纳大学）
共振归属是利用核磁共振波谱研究蛋白质结构的关键第一步。开发的分配方法，需要较少的实验数据是可能的大分子结构的先验知识。执行共振分配任务的自动化方法可以显着降低蛋白质结构测定的财务成本和时间要求。这样的方法也可以有益于验证蛋白质的溶液状态结构。在这里，我们提出了一种新的方法来分配问题。我们的方法只使用RDC数据来分配骨干共振。它同时提供阶张量估计和分配。我们的方法比较独立的顺序张量估计，以确定正确的顺序张量时已经发现。我们证明了算法的可行性，使用模拟数据从蛋白质结构域1A1Z。
2019-11-01 cs.CV q-bio.BM
Advances of Deep Learning in Protein Science: A Comprehensive Survey
本综述系统梳理了深度学习在蛋白质科学中的最新进展，涵盖基础技术、典型应用、现存挑战及未来方向，为相关研究者提供参考，推动蛋白质研究发展。
2024-03-08 q-bio.BM
Application of Quantum Tensor Networks for Protein Classification
Pennsylvania State University（宾夕法尼亚州立大学）
该研究将蛋白质序列视为自然语言，利用量子张量网络（QTN）基于亚细胞位置进行分类，最佳量子模型以约800参数达到94%准确率，媲美含800万参数的经典ESM2模型，展示了量子机器学习在生物信息学中的潜力。
2024-03-11 cs.LG q-bio.BM quant-ph
Mechanical Strength of 17 134 Model Proteins and Cysteine Slipknots
一个新的理论调查的蛋白质的阻力恒速拉伸进行了一组17 134蛋白质所描述的结构为基础的模型。所选择的蛋白质在其结构测定中没有缺口，并且由不超过250个氨基酸组成。我们以前的研究已经处理了7510个不超过150个氨基酸的蛋白质。蛋白质根据抵抗力的强度进行排序。大多数预测的高强度蛋白质尚未进行实验研究。确定了可能产生较大作用力的结构和褶皱。新型强力钳被发现。它们涉及二硫键，特别是半胱氨酸滑结。通过将特征力的理论数据与相应的实验值相比较，并结合将理论数据外推到实验牵拉速度，来估计模型的有效能量参数。这些研究为未来的单分子操作实验提供了指导，并应导致蛋白质的应用选择。一类新的蛋白质，涉及半胱氨酸滑结，被确定为一个，预计将导致已知的最强的力钳。这类是通过分子动力学模拟的特点。
2009-11-02 q-bio.BM
A statistical physics perspective on alignment-independent protein sequence comparison
在生物信息学中，氨基酸序列的文本比对长期以来一直主导着蛋白质之间相似性的确定，所有这些都意味着共享的结构，功能和进化血统。尽管现代序列比对算法相对成功，但所谓的无重复比对方法提供了确定和表达相似性的补充手段，在某些关键应用中具有潜在益处，例如蛋白质结构-功能研究的回归分析，其中重复碱基相似性表现不佳。在这里，我们提供了一个新的，基于统计物理学的角度，专注于无干扰比较的问题，在这个过程中，从“第一次通过概率分布”的结果，总结总体平均氨基酸倾向值的统计。在这篇文章中，我们介绍和阐述这种方法。
2016-02-09 q-bio.BM q-bio.QM
AF2-Mutation: Adversarial Sequence Mutations against AlphaFold2 on Protein Tertiary Structure Prediction
Shanghai AI Laboratory（上海人工智能实验室）；Research Institute of Intelligent Complex Systems, Fudan University（复旦大学智能复杂系统研究院）；Institute of Metabolism and integrative biology, Fudan University（复旦大学代谢与整合生物学研究所）；Zelixir Biotech（泽里瑟生物科技公司）；WAVES, Ghent University（根特大学WAVES机构）
针对AlphaFold2，提出进化式对抗序列突变方法，仅修改三个残基即可显著改变预测（lDDT达46.61），并识别关键残基，加速实验。
2023-05-15 cs.AI cs.LG q-bio.BM
SGNet: Folding Symmetrical Protein Complex with Deep Learning
Beijing Academy of Artificial Intelligence（北京人工智能研究院）
针对对称同源寡聚体蛋白质复合物结构预测中长序列计算难、标签监督有歧义的问题，提出SGNet折叠框架，通过单亚基特征提取加对称性模块生成完整结构，支持所有全局对称类型，经基准测试验证有效。
2024-03-07 cs.CL q-bio.BM
Lattice nano-ripples revealed in peptide microcrystals by scanning electron nanodiffraction
当依赖于整个晶体测量时，跨蛋白质晶体的子区域的晶格结构的变化是具有挑战性的。由于这一困难，从蛋白质微米和纳米晶体中确定大分子结构需要假设体结晶度和域块子结构。为了评估这些假设在蛋白质纳米晶体中的保真度，我们使用纳米聚焦电子束在低温保存的三维肽晶体的微米尺寸区域上映射晶格结构。这种方法产生的衍射来自晶体中的1,500个分子，对晶体厚度和三维晶格取向敏感。从整个晶体的衍射图案的无监督分类重建的实空间地图揭示了在20 nm尺度上的晶体有序/无序和三维晶格重取向的区域。在微米级大分子晶体中观察到的晶格纳米波纹提供了对其可塑性的直接看法。了解这些特征是理解晶体大分子自组装和提高从单晶或系列晶体衍射确定蛋白质纳米和微晶结构的第一步。
2018-10-03 cond-mat.mtrl-sci cond-mat.soft 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
Partial covariance two-dimensional mass spectrometry for determination of biomolecular primary structure
质谱（MS）广泛用于生物分子结构分析，并且在蛋白质的研究中尤其占主导地位。尽管其相当大的功率，国家的最先进的蛋白质MS经常遭受有限的可靠性的光谱结构分配。这不能完全解决的质量准确度和现代MS仪器分辨率的急剧增加，或通过引入新的碎裂方法。在这里，我们提出了一种新的二维质谱高保真测定的基础上部分协方差映射的生物分子的一级结构。偏协方差二维质谱（pC-2DMS）检测来自相同或连续分解事件的生物分子片段之间的内在统计相关性。这使得能够在其整个碎片质谱中识别沿着生物分子的相同碎片化途径产生的离子对。我们表明，片段片段的相关性揭示的pC-2DMS提供了更具体的信息的氨基酸序列和其共价修饰比单个片段的质荷比标准的一维MS的基础上。我们通过使用pC-2DMS来解析标准MS无法解析的组合修饰组蛋白肽的结构异构体来说明pC-2DMS的能力。
2019-04-11 physics.chem-ph q-bio.BM
BEER: Biochemical Estimator and Explorer of Residues -- A Comprehensive Software Suite for Protein Sequence Analysis
BEER是一个跨平台蛋白质序列分析软件套件，通过图形界面接受多种输入并即时计算理化指标，提供交互式可视化，支持多链比较，能在1秒内分析1万残基序列。
2025-04-29 q-bio.BM
An Automatable Analytical Algorithm for Structure-Based Protein Functional Annotation via Detection of Specific Ligand 3D Binding Sites: Application to ATP (ser/thr Protein Kinases) and GTP (Small Ras-type G-Proteins) Binding Sites
我们已经开发了一种分析，配体特异性和可扩展的算法，检测一个给定的配体的3D结合位点的蛋白质3D结构的“签名”。所述标记是不规则四面体形式的3D基序，其顶点代表与结合的配体原子物理相互作用的结合位点处的氨基酸残基的主链或侧链质心。基序由一组解析的训练结构确定，所有这些结构都与配体结合。正如线性氨基酸序列的比对能够确定蛋白质中的共有序列一样，本方法允许确定折叠蛋白质中的三维共有结构或“基序”。尽管这是通过本发明的方法而不是通过3D蛋白质结构或其部分（例如，来自不同结构的配体原子的排列），但是通过蛋白质结合形式的配体原子的最近邻分析，实现了相同的效果，从而实现了相同的目标。我们已经应用我们的方法来预测GTP和ATP结合蛋白家族，即小Ras型G蛋白和Ser/Thr蛋白激酶家族。验证试验表明，我们的方法的特异性是近100%的两个蛋白质家族，和大于60%的敏感性为ser/thr蛋白激酶家族和约。93%为小的Ras型G蛋白家族。进一步的测试表明，我们的算法可以有效地区分GTP和GTP样配体，ATP和ATP样配体。将该方法应用于一组来自黏菌（D. dictyosteoprotein）蛋白质组的研究，结果令人鼓舞。
2015-01-19 q-bio.BM
Leveraging Deep Generative Model For Computational Protein Design And Optimization
本研究针对传统蛋白质设计方法成功率低、现有深度学习设计范式难落地实验的问题，探索用深度生成模型优化蛋白质结构与序列设计，构建可生成预设结构或功能蛋白的框架，提升设计精度与稳健性。
2024-09-13 q-bio.BM
Universal Transforming Geometric Network
University of Chicago（芝加哥大学）
递归几何网络（RGN）是第一个用于蛋白质结构预测的端到端可微分神经架构，是现有模型的竞争性替代方案。然而，RGN使用递归神经网络（RNN）作为内部表示，导致训练时间长和梯度不稳定。由于其顺序性，它在学习氨基酸之间的全局依赖性方面不如现有的Transformer架构有效。我们提出了通用变换几何网络（UTGN），一个端到端的微分模型，使用通用Transformer架构的编码器部分作为内部表示的替代。我们的实验表明，与RGN相比，UTGN实现了$1.7$ \si{\angstrom}的自由建模部分和$0.7$ \si{\angstrom}的CASP 12比赛的基于模板的建模的改进。
2019-08-02 cs.LG q-bio.BM
Deep transfer learning in the assessment of the quality of protein models
动机：蛋白质折叠成对其生物功能至关重要的复杂结构。蛋白质结构的实验测定是昂贵的，因此仅限于所有已知蛋白质的一小部分。因此，对于绝大多数蛋白质的建模来说，不同的计算结构预测方法是必要的。在大多数结构预测管道中，最后一步是选择最佳可用模型并估计其精度。在过去的十年中，这个模型质量估计问题的重要性越来越大，并且认为这一进展对于蛋白质的大规模建模是重要的。当前一代模型质量估计程序在分离不正确和良好模型方面表现良好，但无法始终如一地识别最佳模型。现有技术的模型质量评估方法使用描述模型的特征和模型与从蛋白质序列预测的特征的一致性的组合。研究结果：我们首先引入了一个深度神经网络架构，使用比最先进的方法少得多的输入特征来预测模型质量。此后，我们提出了一种方法来训练深度网络，利用问题的比较结构。我们还展示了在已知蛋白质结构的数据库上应用迁移学习的可能性。我们证明了它的可行性达到国家的最先进的性能，只使用一组减少的输入功能和粗糙的模型描述。可用性：代码将在github.com/ElofssonLab/ProQ4免费下载。
2018-04-17 q-bio.BM
mdCATH: A Large-Scale MD Dataset for Data-Driven Computational Biophysics
针对蛋白质动力学综合数据集缺乏的问题，本文构建mdCATH大规模分子动力学数据集，含5398个蛋白质结构域的多温度重复模拟数据，为蛋白质去折叠等研究提供资源并展示其应用潜力。
2024-12-03 q-bio.BM
Virtual reality based approach to protein heavy-atom structure reconstruction
在结构蛋白质研究中经常出现的问题是根据中心α-碳坐标的知识确定所有重原子的位置。我们利用虚拟现实的进步来解决这个问题。其结果是一种基于3D可视化的技术，其中所有重主链和侧链原子在C-alpha坐标方面都被平等对待。每个重原子都可以在不同的双球表面上可视化，这些双球以其他重主链和侧链原子为中心。特别是，旋转异构体是可见的簇，其显示出对基础骨架二级结构的强烈依赖性。我们的方法很容易检测到晶体蛋白质结构中那些可能错位的原子。我们的方法为开发新一代基于可视化的侧链构建、验证和细化工具奠定了基础。重原子的位置被确定的方式，占二级结构的环境，从而提高了现有方法的准确性。
2014-12-26 cond-mat.soft physics.bio-ph q-bio.BM
Secondary structure prediction of protein constructs using random incremental truncation and vacuum-ultraviolet CD spectroscopy
在果蝇中发现了一种新的尿嘧啶-DNA降解蛋白因子（称为UDE），与其他尿嘧啶-DNA结合或加工因子没有显着的结构和功能同源性。确定的3D结构的UDE将是一个真正的突破，在描述的分子机制的作用的UDE催化，以及在一般尿嘧啶识别和核酸酶的行动。革命性的ESPRIT技术被应用于新的蛋白质UDE，以克服在缺乏结构域内容和排列的精确信息的情况下鉴定可溶性表达构建体的问题。从创建的众多截断的UDE结构中选择了九个样本来解嵌结构和功能关系。用神经网络进行VUVCD，以确定UDE及其截短变体的二级结构含量和位置。定量分析证明了全长蛋白质的排他性α-螺旋含量，其保留在截短的构建体中。与截短的蛋白质片段相比，α-螺旋捆绑的分区表示新的结构域边界，其不同于通过基于序列的比对确定的化蛹昆虫中的UDE同源物的保守基序。在这里，我们证明了ESPRIT和VUVCD与NN的组合提供了显着的结构描述的UDE，并导致有用的截断构建进一步详细的功能研究。
2014-01-28 physics.bio-ph q-bio.BM
Improvements of the REDCRAFT Software Package
通过NMR光谱法阐明蛋白质结构的传统方法依赖于距离限制，也称为核奥弗豪泽效应（NOE）。使用NOE作为通过NMR光谱进行结构测定的主要来源是耗时且昂贵的。残余偶极耦合（RDC）已成为NMR光谱结构计算的替代方法。在以前的工作中，软件包REDCRAFT已被提出作为一种手段，利用包含在RDC的蛋白质结构计算的信息。在这项工作中，我们提出了显着的改进，包括：细化的抽取程序，包括图形用户界面，采用NEF标准，并增加了脚本增强蛋白质建模选项。对REDCRAFT的改进导致了折叠先前版本无法折叠的蛋白质的能力。例如，我们报告了在存在高度错误数据的情况下蛋白质1A1Z折叠的结果。
2019-11-19 cs.OH q-bio.BM
A Global and Local Structure-Based Method for Predicting Binary Protein-Protein Interaction Partners: Proof of Principle and Feasibility
我们报道了一种基于三维结构的预测蛋白质相互作用伙伴的方法。它包括筛选代表蛋白质-蛋白质复合物界面处相互作用氨基酸的四面体对，每个原聚体上有一个四面体。首先确定在它们的界面处的H-键和VDW相互作用，然后构建代表相互作用的氨基酸的主链或侧链质心的相互作用四面体基序（每个原聚体一个）。该方法要求首先将蛋白质原聚体转化为双质心简化表示（Reyes，V.M. & Sheth，V.N.，2011; Reyes，V.M.，2015年a）。该方法适用于一组801蛋白质结构的PDB未知功能，这是筛选对四面体图案的特点，九个二元复合物，即：（1）。RAP-Gmppnp-cRAF 1 Ras结合结构域;（2.）RHOA-蛋白激酶PKN/PRK 1效应结构域;（3.）RAC-HOGD 1;（4.）RAC-P67PHOX;（5.）激酶相关磷酸酶（KAP）-磷酸CDK 2;（6.）Ig Fc-蛋白A片段B;（7.）Ig轻链二聚体;（8.）β连环蛋白-HTCF-4;和（9.）IL-2同源二聚体。我们的搜索方法发现33，297，62，63，120，0，108，16和504推定的复合物，分别。在考虑了原聚体之间的界面重叠程度之后，这些数目分别被显著地削减至4、2、1、8、3、0、1、1和1。阴性和阳性对照实验表明，筛选过程具有可接受的特异性和灵敏度。通过应用CP和TS方法（Reyes，V.M.，2015年b），用…
2015-03-24 q-bio.BM
Identifying the minimal sets of distance restraints for FRET-assisted protein structural modeling
研究在拥挤细胞环境中利用FRET辅助MD模拟进行蛋白质结构建模，发现仅需不到8%的残基间距离约束即可诱导蛋白质构象变化，确立了该方法的有效性。
2024-08-19 physics.bio-ph q-bio.BM
Protein structure prediction guided by cross-linking restraints - A systematic evaluation of the impact of the cross-linking spacer length
高分辨率质谱（MS）仪器的最新发展使化学交联（XL）成为获得蛋白质结构信息的高通量方法。来自XL-MS实验的限制已成功地用于结构细化和蛋白质-蛋白质对接。然而，一个棘手的问题是，在什么情况下XL-MS数据可能足以从头确定蛋白质的三级结构？解决这个问题不仅包括了解XL-MS数据对从头蛋白质结构预测算法中的采样和评分的影响，还必须确定用于蛋白质结构测定的最佳交联剂类型和长度。虽然较长的交联剂将产生更多的约束，但由于约束与较大的构象空间一致，因此蛋白质结构预测的每个约束的值降低。在本研究中，考虑到Lys-Lys、Lys-Asp、Lys-Glu、Cys-Cys和Arg-Arg反应性交联剂在1 μ g和60 μ g之间，对一组2，055个非冗余蛋白质折叠进行了计算机模拟，系统分析了交联的数量及其鉴别力。根据蛋白质的大小，开发了一种启发式方法来确定最佳的交联剂长度。接下来，使用可变长度的模拟约束，使用BCL：：Fold算法从头预测十五种蛋白质的三级结构。结果表明，一个独特的交联剂长度存在的从头蛋白质结构预测的信息含量最大化。采样精度平均提高了1.0 μ m，在最突出的示例中提高了2.2 μ m。XL-MS限制始终能够改善对天然样模型的选择，平均富集度为2.1。
2016-03-20 physics.bio-ph physics.comp-ph q-bio.BM
