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
Multiscale persistent functions for biomolecular structure characterization
在本文中,我们介绍了多尺度持久功能的生物分子结构表征。其基本思想是将我们的多尺度刚性函数与持久同调分析相结合,从而构造一系列多尺度持久函数,特别是多尺度持久熵,用于结构表征。为了阐明我们的方法的基本思想,多尺度持续熵模型进行了详细的讨论。在数学上,与以前的持久熵或拓扑熵不同,我们的模型中包含了一个特殊的分辨率参数。可以通过调整其值来实现各种尺度。物理上,我们的多尺度持续熵可以用于构象熵的评估。更具体地说,它被发现,我们的方法在它的自然分类方案。这是通过从键和/或二面角分布建立的多尺度刚性函数的密度过滤来实现的。为了进一步验证该模型的有效性,本文将其与传统的熵值评价模型进行了系统的比较。结果发现,我们的模型是能够保存的内在拓扑结构的生物分子数据的功能比传统的方法,特别是在中间范围内的分辨率。此外,我们的方法可以成功地用于蛋白质分类。对于大约900个蛋白质的测试数据库,仅使用二面角和伪键角信息就可以实现全α和全β蛋白质之间的清晰分离。最后,首次提出了一种特殊的蛋白质结构指数(PSI)来描述蛋白质结构的“规律性”。从本质上讲,PSI可以用来描述任何系统中的“规律性”信息。
2016-12-26 q-bio.BM
The Relation Between α-Helical Conformation And Amyloidogenicity
淀粉样原纤维是错误折叠的蛋白质和多肽的稳定聚集体,其是不溶性的并且对蛋白酶活性具有抗性。体内淀粉样纤维的异常形成可导致神经退行性疾病和其他系统性淀粉样变性,如阿尔茨海默氏症、帕金森氏症和动脉粥样硬化。由于其临床重要性,淀粉样蛋白在密集的科学研究中被发现。蛋白质内短多肽片段的淀粉样蛋白生成序列负责将正确折叠的蛋白质转化为较大淀粉样蛋白原纤维的部分。α-螺旋二级结构被认为是许多淀粉样蛋白生成序列的宿主,并且是淀粉样蛋白生成过程的不同阶段的关键参与者。大多数关于淀粉样蛋白的研究集中在淀粉样蛋白生成序列的作用上。本研究的重点是淀粉样蛋白的形成与淀粉样蛋白α-螺旋序列的结构之间的关系。我们先前已经证明,α-螺旋构象可以由两个参数(θ和\{rho})表示,这两个参数形成基于Ramachandran二面角(θ和θ)的正交坐标,并提供了对α-螺旋构象的启发性解释。通过对蛋白质数据库中的α-螺旋构象进行统计分析,揭示了α-螺旋构象(θ和rho)与淀粉样变性之间的明显关系。值得注意的是,随机氨基酸序列(其螺旋结构是从PDB数据中获得的最可能二面角获得的)显示了淀粉样蛋白生成的相同依赖性,表明α-螺旋结构的重要性与序列相反。
2017-12-03 q-bio.BM
TorchProteinLibrary: A computationally efficient, differentiable representation of protein structure
Concordia University(康考迪亚大学);Rutgers University – Camden(罗格斯大学卡姆登分校)
从蛋白质序列预测其结构是分子生物学的一项基础任务。该领域的既定方法,如同源建模和片段组装,似乎已经达到了极限。然而,今年出现了有前途的新方法:端到端蛋白质结构和动力学模型,以及应用于蛋白质折叠的强化学习。对于这些方法进行调查,在更大的规模上,其关键的计算原语的有效实施是必需的。在本文中,我们提出了一个图书馆的可微映射从两个标准的二面角表示的蛋白质结构(全原子表示“$ϕ,ψ,ω,χ$“和骨干只有表示“$ϕ,ψ,ω$“)原子笛卡尔坐标。源代码和文档可以在https://github.com/lupoglaz/TorchProteinLibrary上找到。
2018-11-23 cs.LG q-bio.BM
Deep Multi-attribute Graph Representation Learning on Protein Structures
Auburn University(奥本大学)
图作为一种数据结构近来引起了极大的关注。几何图的表示学习在分子网络、社会网络和金融网络等领域取得了巨大的成功。将蛋白质表示为图是很自然的,其中节点表示残基,边表示残基之间的成对相互作用。然而,3D蛋白质结构很少被直接作为图来研究。挑战包括:1)蛋白质是由数千个原子组成的复杂大分子,这使得它们比微分子更难建模。2)捕获蛋白质结构建模的长程成对关系仍然未被探索。3)很少有研究集中在一起学习蛋白质的不同属性。为了解决上述挑战,我们提出了一种新的图神经网络架构,将蛋白质表示为3D图,并同时预测距离几何图表示和二面角几何图表示。这提供了一个显著的优势,因为该网络打开了从序列到结构的新路径。我们在四个不同的数据集上进行了广泛的实验,并证明了所提出的方法的有效性。
2020-12-22 cs.LG q-bio.BM q-bio.QM
A new method for protein structure reconstruction from NOESY distances
从核磁共振(NMR)实验重建蛋白质结构在很大程度上依赖于计算算法。近年来,一些有效的低秩矩阵完备化方法,如ASD和ScaledASD等,已经成功地应用于图像处理中,这给了我们将其应用于蛋白质结构重建的启示。在本文中,我们提出了一种有效的方法来确定蛋白质结构的基础上实验NMR NOESY距离。该方法采用ScaledASD算法,并进行了手征细化、距离上(下)界细化、基于力场的能量最小化(EM)和水细化等后处理。通过与蛋白质数据库(PDB)结构的比较,我们得出结论,我们的方法与常用的方法是一致的。特别是,我们的研究结果表明,更高的效度在Procheck二面角G-因子。此外,我们比较我们的计算结果与PDB结构通过检查在一个特殊的数据集的X射线晶体结构的结构相似性。该软件及其MATLAB源代码可在https://github.com/xubiaopeng/PRASD上获得
2018-09-20 physics.bio-ph q-bio.BM
Constrained Diffusion for Protein Design with Hard Structural Constraints
University of Virginia(弗吉尼亚大学);Rutgers University(罗格斯大学)
本文提出一种受结构指导的蛋白质设计扩散框架,通过整合近可行性更新与ADMM分解,确保严格满足功能需求,同时保持立体化学和几何可行性,在复杂约束集下实现高效生成,取得最佳性能。
2026-03-25 cs.AI cs.LG q-bio.BM
A novel method for identification of local conformational changes in proteins
动机:已知蛋白质在其功能过程中经历构象变化。构象的变化通常归因于蛋白质内的一小部分残基。因此,鉴定这些可变区对于理解蛋白质功能是重要的。结果:我们提出了一种新的方法来识别蛋白质的局部构象变化。在我们的方法中,骨架构象被编码成一个序列的字母从一个16个字母的字母表(称为D2代码)进行结构比较。由于我们不使用聚类分析来编码局部结构,因此D2代码不仅提供了对蛋白质结构的直观可理解的描述,而且还涵盖了各种各样的失真。本文表明,D2代码是更好地与二面角的变化比结构字母表和二级结构描述。在HIV-1蛋白酶的N37 S突变体的情况下,通过D2编码方法比其他方法更准确地捕获局部构象变化。D2编码还提供了HIV-1蛋白酶突变体的NMR模型之间的差异的可靠表示。
2011-10-28 math.CO math.DG q-bio.BM
Estimation of Distribution Algorithm for Protein Structure Prediction
蛋白质是维持生命所必需的。例如,了解蛋白质的结构,可以模拟生物体的细胞调节机制,支持疾病治疗的发展或理解蛋白质结构和食物属性之间的关系。然而,发现蛋白质的结构可能是一项困难而昂贵的任务,因为即使是一个小蛋白质也很难探索大型搜索来预测。基于模板的方法(粗粒、同源、线程等)依赖于使用其他方法如X射线晶体学或核磁共振确定的蛋白质的先验知识(PK)。另一方面,无模板方法(全原子和从头算)依赖于原子的物理化学性质来预测蛋白质结构。与其他方法相比,分布估计算法(EDA)可以显著减少PK,这表明它可以适用于低PK水平的蛋白质。找到一个能够同时处理预测质量和计算时间的EDA是一项艰巨的任务,因为它们是强负相关的。我们开发了一个EDA具体的从头计算蛋白质结构预测(PSP)的问题,使用全原子表示。为了设计一个适合PSP的EDA,我们建立了一个单变量和两个双变量概率模型。双变量模型建立了氨基酸内二面角$ϕ$和$ψ$之间的关系。此外,我们比较了所提出的EDA与其他方法从文献中。我们注意到,即使是一个相对简单的算法,如随机游走,也可以找到正确的解决方案,但它需要大量的先验知识(有偏预测)。另一方面,我们的EDA能够在完全没有先验知识的情况下正确预测,将这种预测描述为纯从头算。
2019-01-04 q-bio.BM
The Ramachandran number: an order parameter for protein geometry
三维蛋白质结构通常包含局部有序区域,称为二级结构,如$α$ -螺旋和$β$ -折叠。二级结构由蛋白质主链的局部旋转状态表征,通过称为$ϕ$和$ψ$的两个二面角定量。特定类型的二级结构通常可以通过在角度$ϕ$和$ψ$的空间中绘制的二维图上的单个(扩散)位置来描述,称为Ramachandran图。相比之下,最近发现的由类肽(肽的结构异构体)制成的纳米材料显示出对应于Ramachandran图上的两个区域的二级结构基序[Mannige等人,Nature 526,415(2015)]。为了描述这种“高阶”的二级结构在一个紧凑的方式,我们在这里介绍一种手段来描述区域的Ramachandran图在一个单一的Ramachandran数,${\mathcal{R}}$,这是一个结构上有意义的组合$ϕ$和$ψ$。我们表明,潜在的应用${\mathcal{R}}$是众多的:它可以用来描述蛋白质结构的几何内容,并可以用来绘制图表,揭示,一目了然,在大型蛋白质数据集中的规则二级结构和无序区域的出现频率。我们建议,${\mathcal{R}}$可能会被用作蛋白质几何的有序参数,为广泛的应用。
2015-11-24 cond-mat.soft q-bio.BM
Analyses of protein cores reveal fundamental differences between solution and crystal structures
已经有几项研究表明,通过NMR光谱学和X射线晶体学解决的蛋白质结构显示出显着差异。为了了解这些差异的起源,我们建立了一个由两种方法求解的高质量蛋白质结构数据库。我们还发现NMR和晶体结构之间的显着差异-在均方根偏差的C $_α$原子的位置,身份的核心氨基酸,骨干和侧链二面角,和包装分数的核心残基。与之前的研究相比,我们通过将蛋白质核心建模为氨基酸形状颗粒的拥挤包装来确定这些差异的物理基础。我们发现,我们可以调整堵塞的包装分数,通过改变热化的程度,用于产生的包装。对于一个无热协议,我们发现,平均堵塞包装分数是相同的,观察到的蛋白质结构的核心解决了X射线晶体学。相比之下,高度热化的包装生成协议产生堵塞的包装分数,甚至高于NMR结构中观察到的。这些结果表明,热化系统可以比非热化系统更密集地堆积,这表明了NMR和X射线晶体学解决的蛋白质结构之间的结构差异的物理基础。
2019-07-18 physics.bio-ph q-bio.BM
Tokenizing Loops of Antibodies
Harvard University(哈佛大学);Prescient Design, Genentech(Prescient Design,基因泰克)
提出Igloo多模态抗体环标记器,通过对比学习编码主链二面角和序列,高效检索相似环结构,提升H3环识别性能5.9%,并集成到蛋白质语言模型中改善抗体设计。
2025-09-10 cs.LG q-bio.BM
Dihedral angle prediction using generative adversarial networks
University of Copenhagen(哥本哈根大学)
二面角的预测方法已被发展用于蛋白质结构预测及其其他应用。然而,预测角度的分布将不类似于真实角度的分布。为了解决这个问题,我们采用了生成对抗网络(GAN)。生成对抗网络由两个对抗训练的网络组成:一个生成器和一个生成器。当生成器生成真实的样本时,样本生成器区分来自数据集的样本和生成的样本。虽然GANs的神经网络被训练来估计密度,但是GAN模型是难以处理的。另一方面,噪声对比估计(NCE)被引入到估计一个未归一化的统计模型的归一化常数,从而密度函数。在这篇论文中,我们介绍了噪声对比估计生成对抗网络(NCE-GAN),它可以显式估计GAN模型的密度。并提出了一种新的发电机损耗。我们还提出了辅助分类器GAN(AC-GAN)和半监督GAN的残差变体,以处理窗口中的序列信息。在我们的实验中,条件生成对抗网络(C-GAN),AC-GAN和半监督GAN进行了比较。并在改进的条件下进行了实验。我们发现了AC-GAN的一种现象,即其预测角度的分布由不寻常的簇组成。半监督GAN的预测角度的分布与Ramachandran图最相似。我们发现,将NCE的输出添加为SVM的额外输入有助于稳定GANs的训练并捕获详细结构。加入回归损失和使用回归损失模型预测角度可以提高C-GAN和AC-GAN的条件生成性能。
2018-03-29 cs.LG q-bio.BM stat.ML
RamaDA: complete and automated conformational overview of proteins
蛋白质的三级结构以及局部二级结构的组织完全由肽结合的角度决定。主链二面角不仅决定了蛋白质的整体折叠,而且还决定了局部链结构的细节。虽然在不同的数据库中可以获得丰富的结构信息,并且已经开发了许多结构生物学软件,但是快速的构象表征仍然具有挑战性。我们在这里提出RamaDA,一个程序能够给出一个蛋白质的构象的合成描述。RamaDA程序基于Ramachadran图被分解为七个构象域的模型。在该模型的框架内,给定蛋白质的每个氨基酸被分配到这些结构域之一。根据该分配,可以检测二级结构元件,其准确度与螺旋和延伸链的DSSP程序的准确度相当,并且具有检测PolyProline II二级结构的附加能力。此外,蛋白质的每个氨基酸的z分数的确定强调了元素中的任何不规则性。也可以使用这种分析来检测特征构象模式。在EF-手,钙结合螺旋-环-螺旋结构域的情况下,可以设计环的9个氨基酸的严格一致性。在整个PDB中可以找到523个具有这种模式的钙结合蛋白文件,并且仅检测到2.7%的假阳性命中。RamaDA程序将几种工具集于一身,然后能够给出蛋白质结构的完整信息,包括环和无规卷曲区域。以EF-hands为例,发展了一种很有前途的结构生物学方法。RamaDA可在http://ramada.u-strasbg.fr免费下载和在线使用
2011-11-23 q-bio.BM q-bio.QM
H-Packer: Holographic Rotationally Equivariant Convolutional Neural Network for Protein Side-Chain Packing
University of Washington(华盛顿大学);Fred Hutch Cancer Research Center(弗雷德·哈钦森癌症研究中心)
本文提出H-Packer,一种基于轻量级旋转等变神经网络的两阶段算法,将蛋白质侧链包装建模为二面角χ角的联合回归,在CASP13/14上表现出高效且有竞争力的性能。
2023-11-28 cs.AI cs.LG q-bio.BM
Predicting evolutionary site variability from structure in viral proteins: buriedness, packing, flexibility, and design
最近的一些工作表明,蛋白质结构可以预测位点特异性进化序列变异。特别是,被掩埋和/或与结构中的其他位点有许多接触的位点平均而言比接触很少的表面位点演化得更慢。在这里,我们提出了一个全面的研究在何种程度上众多的结构特性可以预测序列变异。我们考虑的数量包括掩埋度(通过相对溶剂可及性测量),堆积密度(通过接触数测量),结构灵活性(通过B因子,均方根波动和二面角变化测量),以及设计结构的可变性。我们获得的结构灵活性措施都从分子动力学模拟上进行的9个非同源病毒蛋白质结构,并从这些蛋白质的同源变体的变化,在可用的。我们从Rosetta软件中的柔性骨架设计中获得了设计结构的可变性的测量。我们发现,大多数的结构特性与网站的变化,在大多数的结构,虽然相关性一般较弱(相关系数为0.1至0.4)。此外,我们发现埋藏和包装密度是更好的预测进化变异比结构的灵活性。最后,在设计结构的变异性是一个较弱的预测进化变异性比埋葬或堆积密度,但它是在其预测能力的最佳结构的灵活性措施。我们的结论是,简单的措施埋葬和包装密度是更好的进化变异的预测比更复杂的预测从动态模拟,合奏同源结构,或计算蛋白质设计。
2014-07-21 physics.bio-ph q-bio.BM
Core packing of well-defined x-ray and NMR structures is the same
许多研究已经调查了由溶液NMR光谱确定的蛋白质结构与由X射线晶体学确定的蛋白质结构之间的差异和相似性。一个基本的问题是,任何观察到的差异是否是由于不同的方法,或在溶液中的蛋白质的行为与结晶状态的差异。在这里,我们比较了高分辨率蛋白质晶体结构和NMR结构的疏水核心的性质,使用越来越多的数量和类型的限制。先前的研究已经报道,与高分辨率X射线晶体结构相比,许多NMR结构具有更致密的核。我们目前的工作更详细地研究了这一结果,发现这些NMR结构往往违反蛋白质立体化学的基本特征,如小的非键合原子重叠和很少的Ramachandran和侧链二面角异常值。我们发现,NMR结构解决了更多的限制,并没有显着违反立体化学,具有疏水性的核心,具有类似的大小和包装分数,因为它们的同行确定的X射线晶体学在高分辨率。这些结果使我们得出结论,至少在核心包装特性方面,通过NMR和X射线晶体学确定的高质量结构是相同的,并且先前报道的差异很可能是方法学的结果,而不是两种不同环境中蛋白质之间的根本差异。
2022-03-12 cond-mat.soft q-bio.BM
Discrete breathers in protein secondary structure
肽链的刚性在其平衡动力学的作用进行了研究,在一个现实的模型与严格的微观衍生的耦合相互作用势和有效的现场电位。计算了三种主要类型蛋白质二级结构的耦合相互作用,表征了链刚性和有效在位势。耦合相互作用被发现是令人惊讶的弱,但不同的性质:排斥的α-螺旋和反平行β-折叠结构和吸引力的平行β-折叠结构。有效在位势对α螺旋和反平行β折叠是硬势,对平行β折叠是软势。在所有三种类型的蛋白质二级结构中,由于耦合相互作用的减弱,可以存在与扭转(二面角)角振荡相关的稳定的锯齿形离散呼吸器(DB)。然而,由于已知蛋白质对远红外辐射(IR)的吸收需要仅在α-螺旋中发生的相当长的氢键链的存在,因此可以得出结论,以这种方式激发DB在α-螺旋中是可能的,而在β-折叠结构中似乎几乎不可能。对谢等最近的蛋白质远红外激光脉冲光谱实验提出了解释。根据这些实验,在115 cm ^{-1}的范围内获得了α螺旋中DB的频率。
2005-04-28 cond-mat.soft nlin.PS q-bio.BM
The effect of stereochemical constraints on the structural properties of folded proteins
Yale University(耶鲁大学);The City College of New York(纽约市立学院)
本文研究立体化学约束如何影响折叠蛋白质的结构性质,通过粗粒化模拟发现主链弯曲角和二面角约束是重现回转半径、核心堆积分数及结构因子等关键特征的最小模型要素。
2025-07-22 cond-mat.soft q-bio.BM
E(3)-invariant diffusion model for pocket-aware peptide generation
University of Cincinnati(辛辛那提大学)
针对现有计算机辅助抑制剂发现工具实用性不足的问题,提出由两个顺序扩散模型组成的从头口袋感知肽生成网络,通过E(3)不变表示实现性能比肩SOTA,为精准药物发现提供新方法。
2024-10-31 cs.AI cs.LG q-bio.BM