瑞士洛桑聯邦理工學院開發了一種名為CARBonAra的新型人工智能（AI）驅動模型。該模型可以根據不同分子環境所施加限制的主鏈支架預測蛋白質序列，有望在蛋白質工程及包括醫學和生物技術在內的多個領域帶來重大進展。這一成果發表在最新一期《自然·通訊》雜志上。
CARBonAra是在一個包含約370000個亞基的數據集上進行訓練的。它還從蛋白質數據庫中額外選取了100000個亞基用于驗證，70000個亞基用于測試。
CARBonAra建立在該團隊開發的蛋白質結構轉換器框架的基礎上。它使用了幾何轉換器，是一種深度學習模型，可以處理點之間的空間關系（如原子坐標），以學習和預測復雜的結構。該模型突出特點是“上下文”感知能力，這在提高序列恢復率方面尤為明顯。
當CARBonAra包含分子“上下文”，如蛋白質與其他蛋白質、核酸、脂質或離子的界面時，其恢復率顯著提高。
該模型不僅在合成基準測試中表現出色，還經過了實驗驗證，其靈活性和準確性為蛋白質工程開辟了新的途徑，增強了未來藥物發現的能力。CARBonAra在酶工程方面的成功也展示了其在工業應用中的潛力。
蛋白質作為最重要的生命構建單元之一，其序列和功能之間的映射（適應性景觀，Fitnesslandscape）的針對性研究對于蛋白質理性設計以及工程應用都有極大的意義。目前人們只能對于蛋白質序列-功能關系......
瑞士洛桑聯邦理工學院開發了一種名為CARBonAra的新型人工智能（AI）驅動模型。該模型可以根據不同分子環境所施加限制的主鏈支架預測蛋白質序列，有望在蛋白質工程及包括醫學和生物技術在內的多個領域帶來......
瑞士洛桑聯邦理工學院開發了一種名為CARBonAra的新型人工智能（AI）驅動模型。該模型可以根據不同分子環境所施加限制的主鏈支架預測蛋白質序列，有望在蛋白質工程及包括醫學和生物技術在內的多個領域帶來......
此前，對于帕金森的基礎性研究已經發現，α-synuclein（α-突觸核蛋白，αS）是一種與帕金森癥發生密切相關的蛋白質。當該蛋白在神經細胞內錯誤折疊會形成路易小體，積累過剩容易損傷神經細胞。這次，來......
減數分裂過程中，配對的同源染色體間要形成拉鏈狀的聯會復合體。雖然聯會復合體在結構上具有高度保守性，但其蛋白質序列的保守性卻很低。目前已鑒定的聯會復合體相關蛋白，在真菌、動物和植物之間幾乎沒有同源性。中......
摘要：本文介紹了蛋白質序列中可能存在的Zipf定律。......
摘要:為了研究蛋白質序列的內在特性,通過非線性預測方法將蛋白質序列和隨機序列以及混沌序列進行比較。前期研究可知:每條蛋白質序列的每個特征序列的誤差比值(E2D)圖具有特異性,和隨機序列的E2D圖相比具......
摘要：利用相似規則、互補規則和分子識別理論建立一種氨基酸數字編碼模型用于研究序列特征、功能預測。給出一種新的基于元胞自動機的蛋白質序列圖像生成方法，其優點是考慮了氨基酸前后的相互作用，生成的圖像與基因......
摘要：隨著蛋白質序列-結構分析中使用的機器學習算法越來越復雜，其結果的解釋和發現過程也隨之復雜化，因此有必要尋找簡單且理論上可靠的方法。通過引入原理簡單、理論可靠、結果具有很強實際意義的關聯規則發現算......
摘要針對現有基于頻繁模式的分類算法未考慮完全頻繁模式所產生的大量無效序列,提出了一種基于最大頻繁序列的蛋白質分類算法,此算法每一類都以獨有的最大頻繁式作為代表,執行模式裁減和測試數據分類實驗表明該算法......