产业风暴

<正>人工智能1.蛋白质结构预测速度提升60倍！Meta做出“生物界的ChatGPT”近日,《华尔街日报》在一则报道中,对Meta的ESMFold与DeepMind的AlphaFold两个蛋白质结构预测大模型进行了梳理,详细介绍了二者的原理以及开发过程。据悉,DeepMind的AlphaFold2首发于2021年7月,     

基于蛋白质序列的氨基酸字母表简化

蛋白质的结构和功能特性由其氨基酸序列编码,控制序列结构映射的规则被认为是二级遗传密码,氨基酸字母表的简化可以减少蛋白质序列中的冗余,有助于揭示编码规则.基于氨基酸的单体特征、成对相互作用和相似性,可以简化氨基酸字母表.目前,仅基于蛋白质的序列信息,根据最近邻氨基酸的出现频率构建了一个氨基酸的嵌入表示.在此基础上,提出一...     

人工智能解决蛋白折叠问题

正Deep Mind公司研发的人工智能(AI)系统Alpha Fold,在一项名为"CASP"的蛋白质结构预测挑战赛中成功击败了其他对手,获得冠军。该结果于2020年11月30日在赛事会议上宣布。CASP挑战赛始于1994年,每两年一届,旨在改进精确预测蛋白质结构的计算方法。由于蛋白质的形状和功能具有对应关系,因此,通过氨基酸序列准确预测蛋白质结构可以帮助人们更快更好地理解细胞功能,促进药物的研发。     

机器学习:现在与未来

 2016年3月,在韩国首尔四季酒店举行的谷歌DeepMind围棋挑战赛,人工智能围棋软件AlphaGo以4:1战胜了韩国棋手李世乭九段。本次比赛后,关于人工智能和机器学习的话题迅速升温,引起社会各界的关心。然而,除了在本领域工作的一线科研人员,其他人士对人工智能和机器学习的发展现状和前景了解的却不多,甚至存在不少误解。在此,本文希望能跟读者探讨一下人工智能和机器学习,谈谈其发展现状与未来趋势。     

四螺旋桨家族蛋白质序列——结构关系研究

蛋白质的三级结构唯一地由其氨基酸序列决定,这是广为人所接受的。然而,很多具有规则三级结构的蛋白质其氨基酸序列接近随机,这使得人们感到很困惑。本文将以四螺旋桨家族蛋白质为例,通过简化氨基酸残基,根据相似性方法把序列中的隐含对称性显示出来。结果表明氨基酸序列中的隐含对称性与三级结构的四重准对称性一致。     

用相似性方法研究三叶草家族蛋白质序列-结构关系

Anfisen因提出蛋白质的氨基酸序列包含有足够的信息去决定它的空间结构的假说而获诺贝尔奖,这使得蛋白质的三级结构唯一地由其氨基酸序列决定的说法广为人所接受的。然而,很多具有规则三级结构的蛋白质其氨基酸序列接近随机,这使得人们感到很困惑。本文将以三叶草家族蛋白质为例,根据相似性方法把序列中的隐含对称性显示出来。结果表明氨基酸序列中的隐含对称性与三级结构的三重准对称性一致。     

蛋白质中三联氨基酸数与二级结构数的模型研究

蛋白质的一级结构或序列与二级结构的关系在蛋白质结构研究中是很重要的,通过建立模型的方法来研究这种关系.在文献中已有的模型(蛋白质一级结构中的二联氨基酸与蛋白质二级结构的模型)的基础上,建立了蛋白质一级结构中的三联氨基酸个数与蛋白质二级结构个数模型.该模型能够较准确地反映蛋白质的一级结构或序列与蛋白质的二级结构的关系,比较适合应用于氨基酸序列长度变化较大的建模数据,同二联氨基酸与二级结构模型比较,由于三联氨基酸含有更多氨基酸之间的耦合信息,该模型的拟合精度更高.由于蛋白质一级结构中的三联氨基酸的种类数很大(为4 200),用以建模的变量数就很大,同时从DSSP数据库得到的样本量也很大(为11 600),用以建模的数据量很大.研究结果表明,PLS变量筛选法是一种建立大数据模型有效的方法,可有效地处理变量数为4 200,样本数为11 600这样大数据量的建模问题.     

α-1,6-岩藻糖基转移酶的生物信息学分析

目的：核心岩藻糖糖基化作为一种较常见N-糖基化,是重要的翻译后修饰机制,可以快速改变蛋白质的生物学性质,在哺乳动物细胞识别、增殖以及代谢活动中具有重要的作用。在人类,α1,6-岩藻糖基转移酶（FUT8）是此修饰过程的唯一蛋白。本文利用生物信息学分析FUT8蛋白的编码基因结构、蛋白质的氨基酸序列特征和三维结构的信息,解析其生物学功能。方法：利用NCBI生物信息数据库及在线工具分析fut8基因的结构及表达调控特点;分析FUT8蛋白的理化性质、跨膜结构域、立体结构、蛋白相互作用网络及通路,明确其生物功能及其在相关疾病中的作用。结果：编码FUT8的人类fut8基因位于14q23.3,转录产物最长3895 bp,共编码氨基酸575个,产物FUT8为弱碱亲水性,存在由内向外的跨膜区段,二级结构元件以α螺旋为主,可分为4个结构域,与多种蛋白质及受体存在相互作用,催化蛋白质核心岩藻糖基化的形成,序列比对表明FUT8存在多个保守域并在物种进化中高度保守。结论：利用生物信息数据库及工具成功获取人FUT8蛋白的理化性质、跨膜域信息、立体结构,以及其与多种蛋白的相互作用网络,为未来进一步研究FUT8在肥胖及相关疾病、肿瘤转移炎症及免疫和造血异常中的作用提供理论依据。     

同义密码子用语与蛋白质二级结构信息

对人体117个蛋白质和大肠杆菌的185个蛋白质的各二级结构相对应的mRNA序列中的同义密码子与氨基酸上下文关联熵、蛋白质序列中氨基酸与氨基酸上下文关联熵作了统计分析，发现密码子关联确实比氨基酸关联对蛋白质二级结构提供的信息量大，而且人蛋白质中同义密码子提供的二级结构信息比大肠杆菌中多．同时，证明了在相对信息剩余大于等于30％的情况下，Adzhubei给出的九种氨基酸中的八种其同义密码子在某些二级结构中明显的携带结构信息；此外A，N，D，R，H，C，Y这几种氨基酸的同义密码子在某些二级结构中也明显地携带结构信息．     

人工智能中的仿生学

 2016年3月9日,被谷歌收购的英国DeepMind公司的人工智能围棋软件AlphaGo在与韩国围棋职业九段李世乭的首局对弈以1:0领先,吸引了全世界的目光。在3月10日,更是扩大战果以2:0领先,如果说1天之前专业棋手和非专业人士对AlphaGo的胜利还觉得持保留态度的话,那么在3月10日已经普遍认可了这款软件的棋力。在人工智能的研究中,除了计算机科学和神经科学,其实还有神经科学以外的仿生学内容,也就是对人类大脑以外的生物有机体结构或行为的模拟,所以有必要试着从进化生物学的角度来看待这场较量。     

计算变异学创立背景及其用途

为了克服生物信息学和计算生物学中字母或数字不受序列长度、氨基酸组成和位置、相邻氨基酸影响的缺陷,根据自然界普遍存在的随机性原理,创立计算变异学。计算变异学用氨基酸对可预测性、氨基酸分布概率和变异概率3种方法量化整个蛋白质及每个氨基酸,用活的、动态的测量指标量化分析蛋白质。计算变异学方法可以应用于研究蛋白质进化、遗传病定量诊断,分析蛋白质结构与功能、药物设计和病毒变异预测等领域。     

蛋白质二级结构中对应的密码子关联的进一步讨论

从概率论的角度出发,以人和大肠杆菌蛋白质为模式,研究了蛋白质二级结构中有显著统计意义的mRNA序列上的密码子上下文关联,以及蛋白质序列上的氨基酸上下文关联.从而给出了99%置信水平上的各二级结构中的反常密码子上下文关联偏好型.为了进一步检查反常密码子关联对二级结构的影响是否有位点保守性,研究了密码子上下文关联以及氨基酸上下文关联与二级结构位点的关系,结果显示反常密码子关联与二级结构位点没有强关联.所得结果可以给出哪些密码子的上下文关联对蛋白质二级结构有影响,且对改进蛋白质二级结构的预测有一定的参考价值.     

蛋白质结构域划分方法及在线服务综述

蛋白质结构域是研究蛋白质结构、功能与进化的基本单位,不同的结构域可组合出更为复杂的蛋白质分子.划分蛋白质结构域后,可以从结构域的角度研究蛋白质的结构、功能与进化,降低了研究复杂度.根据已知结构的蛋白质统计,有约40%的为多结构域蛋白质,其中还存在一级结构上不临近的氨基酸序列出现在同一个结构域的情况,即不连续结构域.文章给出了当前国内外有关蛋白质结构域边界预测、不连续结构域检测及结构域数据库与在线服务的研究进展,供相关研究者参考.     

蛋白质一级结构的测定的基本程序及方法

蛋白质多肽链的氨基酸顺序主要是根据英国Sanger实验室中发展起来的方法进行测定的。这个方法首先应用于胰岛素的氨基酸顺序测定并于1954年取得成功。虽然测定每种蛋白质的一级结构都有自己特殊的问题需要解决,然而测定的基本程序都可概括为: 1.首先要获得高度纯净的蛋白质样品,纯化的样品还应测定分子量。 2.蛋白质的氨基酸组成。     

蛋白质中氨基酸间的相关性研究

计算和分析了4种类型(α型、β型、α／β型和α β型)共计204个蛋白质中的20种氨基酸间的相关性．研究发现，氨基酸之间的相关性可分为强正相关、强负相关、弱相关和不相关．作为蛋白质的建筑构件，20种氨基酸在不同类型的蛋白质中的相关性反映了这些建筑构件间的匹配规则，代表了蛋白质的结构特征．本文分析了部分氨基酸间的相关性与蛋白质结构间的联系，从物理和化学性质上解释了氨基酸相关性的起源。     

蛋白质-核酸复合物中氢键和范德华力作用位点偏好性分析

对蛋白质-核酸复合物结构中氢键/范德华力作用位点氨基酸与核苷酸的偏好性(即相对使用频率)进行了统计分析.发现:(1)在蛋白质-DNA复合物结构中,范德华力作用对与氢键数量相当;而在蛋白质-RNA复合物结构中,范德华力作用对数量要远多于氢键;(2)复合物结构中氢键和范德华力作用位点上对氨基酸的偏好性差异显著;(3)氨基酸...     

AlphaGo来了!

正2015年10月,谷歌旗下的英国公司DeepMind开发的AlphaGo程序,在一场非公开比赛中以5:0完胜樊麾二段,成为历史上首个战胜围棋人类职业棋手的计算机程序。2016年3月,AlphaGo又出乎大多数人意料地以4:1战胜世界冠军李世石九段。这个AlphaGo到底是何方神圣?人工智能是否就要"君临天下"?     

生命科学：还有八大奥秘

作为生命基础蛋白质的结构能确定吗？目前我们不能根据纯粹的理论基础来阐明蛋白质的形状，用实验方法确定蛋白质结构是十分繁琐的事情。许多不同的氨基酸序列能形成开关相似的蛋白质，因而我们可以通过详细研究蛋白质的一个具有代表性的分子来推断各种蛋白质的结构。随着已解出的蛋白质结构的增多以及科学家开发出蛋白质基本结构分类的更加精细的方法，生物化学家将能不断地利用计算机来模拟新发现的蛋白质的结构。     

抗原多肽序列分子结构表达及生物功能预测

自Anfinsen等提出蛋白质一级结构完全决定其三维结构著名论断以来,根据蛋白质序列从理论上预测相应空间结构成为分子生物学中一个重要的课题.不少探讨进一步阐明蛋白质高级结构信息仍全部包含在其一级结构中,大多以氨基酸侧链为基础构建描述变量.     

LEA蛋白质11-氨基酸基序与植物抗旱性

分析了8种重要农作物第三组LEA蛋白质序列中的94个11-氨基酸基序.得出一致性序列为TAEAAKQKAGE.LEA 3蛋白质中11-氨基酸基序呈多拷贝串联排列,其长度占蛋白质序列总长度的40%～60%.带电荷/ 极性氨基酸和疏水氨基酸数目分别占重复序列氨基酸总数的70.89%和29.11%.11-氨基酸基序的二级结构多呈α-螺旋结构.其中第1,2,4,5,9位疏水氨基酸形成螺旋蛋白质分子的疏水界面,其余位置的氨基酸形成螺旋分子的亲水界面.LEA 3蛋白质全序列平均亲水指数为-0.95～-1.22.无信号肽序列.8种LEA 3蛋白分子的上述特性与植物的抗旱性有关.