通过多序列比对生成来增强蛋白质三级结构预测
今天为大家介绍的是来自Yu Li和Siqi Sun团队的一篇关于蛋白质结构预测的论文。 蛋白质折叠研究领域已经通过深度学习方法取得了重大进展,其中AlphaFold2(AF2)展现出了非凡的性能和原子级精度。 由于共同进化在蛋白质结构预测中至关重要,AF2的准确性在很大程度上受到多序列比对(MSA)的深度影响,而MSA需要对大型蛋白质数据库进行广泛的探索以寻找相似序列。
医药速览
Mol Cell | pLxIS基序赋予蛋白质灵活调节干扰素和代谢的能力
先天性免疫途径的信号转导被认为是模块化的信息传递网络,与感染相关的威胁输入通过多蛋白信号通路向下游传输,激活免疫相关基因的表达,从而输出免疫能力。 多种先天性免疫通路利用含有这些结构域的蛋白质作为信号枢纽,将病原体监测和宿主防御有机结合 【2-5】 。 其中包括了Toll样受体 (TLRs) 、RIG-I样受体 (RLRs) 和cGAS激活的途径,这些途径都可以激活干扰素 (IFN) 的表达。
BioArt
厦门大学刘向荣团队提出MFE模型,通过多模态特征提取预测蛋白质-配体结合亲和力
在药物发现领域,准确有效地预测蛋白质与配体之间的结合亲和力对于药物筛选和优化至关重要。 然而,目前的研究主要是利用基于序列或结构的表征来预测蛋白质与配体的结合亲和力,而对蛋白质与配体相互作用至关重要的蛋白质表面信息的研究相对较少。 作者提出了一种新的多模态特征提取(multimodal feature extraction, MFE)框架,该框架结合了来自蛋白质表面、3D结构和序列的信息,并使用交叉注意力机制在不同模态之间进行特征对齐。
智药邦
4500万美元A轮融资,加速蛋白质研究和诊断产品开发
7月29日,马萨诸塞州,Spear Bio是一家生物技术公司,通过无处不在的qPCR设备可以测量数十个拷贝的蛋白质分子,该公司宣布完成4500万美元的A轮融资。 超额认购的融资由Foresite Capital和Bio-Techne Corporation共同领投,现有投资者包括Maverick Ventures、Yonjin Capital和鼎晖投资等跟投。 Spear Bio的专利连续邻近延伸扩增反应(Spear)技术利用标准qPCR仪器,采用三步免清洗工作流程,在不含高亲和力抗体的情况下,从小于1微升的样品体积中精确测量阿氏水平的蛋白质生物标志物,比免疫测定所需的典型样品体积小100倍。
Medaverse
Nature | 全新蛋白质大模型ESM3诞生!模拟5亿年自然进化史,已获1.42亿美金融资
ESM3生成了一种新的 绿色荧光蛋白(GFP) ,这一过程需要 5亿年的自然进化 。 这个具有里程碑意义的人工智能生成模型可以通过交互式提示来生成蛋白质,使科学家们有能力推进从药物发现、材料科学到碳捕获的各种应用。 EvolutionaryScale和ESM3的创始团队是将人工智能应用于生物学的先驱,他们建立了被广泛认为是第一个蛋白质转换语言模型ESM1。
Being科学
洪观杰析|剖析蛋白自相互作用—方法篇(一)
作为成药性评估(可开发性评估)非常重要的维度,蛋白自相互作用有着举足轻重的地位,那些具有高自相互作用的分子,容易导致大分子聚集或颗粒,产生非特异性吸附,也与体内半衰期短、高免疫源性相关, 对工艺开发的开发和维持良好的稳定性造成巨大挑战。
生物药大时代
蛋白质聚集因素多种多样,一文理清聚集途径及控制策略
当前蛋白及多肽类药物研究的如火如荼,而蛋白质聚集是所有研发企业所面临的一个关键性难题。如若在整个生产工艺过程中蛋白质发生聚集,那么首先影响的是蛋白质的收率,更重要的是蛋白质聚集还会对蛋白质质量产生较大的影响,进而影响蛋白质的药效。因此了解蛋白质聚集的途径、影响因素和控制蛋白质聚集是十分必要的。
药事纵横