今日动态 返回首页
会员注册 登录 生物通快讯免费订阅
  • 首页 今日动态 人才市场 新技术专栏 中国科学人 云展台
    BioHot
    • 定制我的BioHot
    • 进入我的BioHot
    • 进入我的集采
    • 肿瘤癌症研究
    • 免疫/基因/细胞疗法
    • 神经生物学
    • 健康与疾病
    • 衰老机制与长寿
    • 单细胞技术
    • 基因编辑-CRISPR
    • RNA研究
    • 肠道菌与人体微生态
    • 细胞代谢
    • AI生物信息学
    • COVID
    云讲堂直播 会展中心 特价专栏 技术快讯 免费试用

  • 生物通官微
    陪你抓住生命科技
    跳动的脉搏

生物通首页  >  今日动态  >  正文

利用Alphafold技术获得的本质无序蛋白质的原子级分辨率集合

《Nature Communications》:Atomic resolution ensembles of intrinsically disordered proteins with Alphafold

【字体: 大 中 小 】 时间:2026年02月07日 来源:Nature Communications 15.7

编辑推荐:

  摘要内在无序蛋白在生物系统中普遍存在,并在多种生物过程和疾病中发挥着关键作用。尽管高分辨率结构生物学技术取得了最新进展,基于深度学习的蛋白质结构预测也取得了突破,但准确确定内在无序蛋白(IDPs)的原子级结构集合仍然是一个重大挑战。在这里,我们介绍了bAIes——一个贝叶斯框架,

  

摘要

内在无序蛋白在生物系统中普遍存在,并在多种生物过程和疾病中发挥着关键作用。尽管高分辨率结构生物学技术取得了最新进展,基于深度学习的蛋白质结构预测也取得了突破,但准确确定内在无序蛋白(IDPs)的原子级结构集合仍然是一个重大挑战。在这里,我们介绍了bAIes——一个贝叶斯框架,它将AlphaFold2的预测结果与物理化学分子力学力场相结合,以生成精确的原子级IDPs结构集合。我们发现,bAIes生成的结构集合能够与多种系统中的高分辨率和低分辨率实验数据相匹配,其准确性与原子级分子动力学模拟相当,但计算成本却仅为后者的一小部分。此外,bAIes的表现优于基于粗粒化势能的现有IDP模型以及深度学习方法。我们的发现为将现代深度学习方法的结构信息与分子模拟相结合铺平了道路,从而推进了对无序蛋白的集合论理解。

相关新闻
生物通微信公众号
生物通新浪微博
微信
新浪微博
我要投稿
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热搜:内在无序蛋白 贝叶斯框架 原子级结构 群体动力学 力场模拟 错误率降低

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号