中新健康丨国际最新研究:机器学习模型检测血液蛋白或有助于预测帕金森病
中新网北京6月19日电 (记者 孙自法)施普林格·自然旗下学术期刊《自然-通讯》最新发表一篇医学研究论文认为,通过机器学习模型检测血液中的蛋白质,或有助于最早在运动症状出现前7年预测帕金森病的发生。帕金森病是一种神经退行性疾病,症状表现为行动迟缓、僵硬和静止性颤抖。在出现运动症状前,会有一段时间出现
中新网北京6月19日电 (记者 孙自法)施普林格·自然旗下学术期刊《自然-通讯》最新发表一篇医学研究论文认为,通过机器学习模型检测血液中的蛋白质,或有助于最早在运动症状出现前7年预测帕金森病的发生。帕金森病是一种神经退行性疾病,症状表现为行动迟缓、僵硬和静止性颤抖。在出现运动症状前,会有一段时间出现
编辑 | KX预测蛋白质构象变化是计算生物学和人工智能领域的一大挑战。主流的 AlphaFold 等算法可以高通量预测蛋白质的静态结构,但对蛋白质构象变化预测却束手无策。为了解决这个问题,中国科学技术大学和上海科技大学的研究人员,提出了一种新颖的深度学习策略,即利用高通量生物物理采样来规避与蛋白质构
ACE2,即血管紧张素转换酶2,是SARS-CoV-2进入细胞所需的受体,在SARS-CoV-2入侵宿主细胞的过程中起着至关重要的作用。而新冠刺突蛋白结合剂具有和S蛋白结合的能力,从而成为SARS-CoV-2病毒的诱饵受体。通过与病毒竞争性结合,有效防止病毒与细胞表面的天然ACE2结合,进而阻止病毒
编辑 | 萝卜皮2024年,科学界迎来了重要的突破与创新,尤其是在人工智能与结构生物学的结合领域。正如今年诺贝尔奖颁发所体现的那样,人工智能(AI)技术的迅猛发展正在推动各学科的深度融合,揭示了生命科学研究的新机遇与前景。
近日,复旦大学复杂体系多尺度研究院院长马剑鹏和团队,研发出一款名为 OPUS-DSD(OPUS deep structural disentanglement)的算法。它能大大提升蛋白质结构测试精度,并能测出以往方法所无法测出的部分。
编辑 | 白菜叶生物网络通过详细描绘基因、蛋白质及其他细胞成分之间的复杂相互作用,为建模生物系统提供了重要工具。这些网络将实体表示为节点,将其相互作用(从物理连接到功能关联)表示为边,从而为解析生物系统和过程的复杂性奠定了基础。例如,在蛋白质-蛋白质相互作用(PPI)网络中,复杂的连接关系包含了理解
像 AlphaFold 这样的蛋白质结构搜索工具会用 BLAST 取代蛋白质序列搜索吗?德累斯顿工业大学的研究团队讨论了使用结构搜索进行远程同源性检测的前景,以及为什么蛋白质 BLAST 作为领先的序列搜索工具应努力纳入结构信息。
编辑 | KX准确预测蛋白质突变效应在蛋白质工程和设计中至关重要。近日,清华大学龚海鹏团队提出了一套基于几何学习的模型套件——GeoStab-suite,其中包含 GeoFitness、GeoDDG 和 GeoDTm 三个模型,分别用于预测蛋白质突变后的适应度得分、ΔΔG 和 ΔTm。GeoFitn
自 2021 年公开发布以来,用 AlphaFold2 (AF2) 预测蛋白质结构研究生物学问题,已经成为一种常见做法。ColabFold-AF2 是 Google Colaboratory 内部的开源Jupyter Notebook,也是一个命令行工具,可让你轻松使用 AF2,同时