最近加入的商品:

    0 件商品 合计 0

    新闻资讯

    精彩资讯,与您分享

    AI模型分析蛋白只知道AlphaFold? 瑞源自主研发AI-PPI模型以超60%准确度预测蛋白互作信息


    蛋白质对于调节细胞中的各种新陈代谢途径以及众多生物学过程具有十分重要的意义。一般来说,蛋白质并不是单独发挥作用的,而是通过彼此之间发生相互作用,即蛋白质-蛋白质相互作用(PPI)来完成相应的任务。

    随着计算机技术的高速发展,深度学习(DL)方法已被应用于研究PPI,使用蛋白质序列提取结构信息,从蛋白质中提取某些和相互作用相关的信息作为特征向量,然后利用这些特征向量结合现有的分类器模型评估两个蛋白质之间存在相互作用的概率。

    氨基酸排列组合成蛋白质一级结构,蛋白质会自发得通过折叠形成三级结构,蛋白质的功能有其结构决定,了解蛋白质结构对其生物学功能研究至关重要。通过大量的试验工作,也是确定了10万种独特的蛋白质结构,然而这只是数十亿蛋白质序列的一小部分。如果可以仅从氨基酸序列预测蛋白质结构,并进行互作研究,将极大地促进科学研究。

     

    AlphaFold

    AlphaFold,是一款在2018年开发出来的蛋白质结构预测程式,该程序被设计成了一个深度学习系统,目前AlphaFold共有两个版本AlphaFold1和AlphaFold2。在蛋白质结构预测方面表现出很高的准确性。

     

    Unibind

    2023年7月31日澳门科技大学及北京邮电大学研究团队共同在nature medicine上发表的文献Deep-learning-enabled protein–protein interaction analysis for prediction of SARS-CoV-2 infectivity and variant evolution,研究开发了一种基于人工智能进行蛋白质相互作用(PPI)基础研究的框架Unibind。通过整合SKEMPI、MaveDB等数据库的数据,经过人工智能深度学习,得到具有前瞻性和可靠性的蛋白质互作及全面且准确的TF-DNA相互作用信息预测信息,有效预测蛋白质结合亲和力,并且证明预测结果与实验数据达到高度相关。且在蛋白质复合体存在突变的情况下,Unibind都能表现出出色的预测性能。

     

    因此,人工智能深度学习近年来在生物领域得到了广泛应用,其准确性不论是在植物、动物、病原微生物等领域的研究中均得到了多方验证,通过人工智能系统提供的信息,可以更高效率的筛选互作蛋白,减少人力物力成本,更全面的了解其在基因调控网络中的位置和功能。

     

    AI-PPI

    AI-PPI是什么?

    南京瑞源生物在基于传统蛋白互作的基础上,通过自主研发优化,与时俱进,开发了一项深度学习预测蛋白相互作用的模型AI-PPI。

     

    AI-PPI的数据基础是什么?

    AI-PPI模型以BioGRID数据库、STRING数据库为数据基础,进行深度学习。

    BioGRID数据库目前已更新至4.4版本,所有的相互作用关系数据基于文献,同时还收集了蛋白翻译后修饰以及生物活性小分子的相互作用,截至目前共收录2,711,919种蛋白质和遗传相互作用,31,144种化学相互作用以及1,128,339种翻译后修饰,并仍在随着科学研究进展不断更新。

    STRING数据库是一个基于公共数据库和文献信息的蛋白质相互作用网络数据库。它收集了多个公共数据库,包括UniProt、KEGG、NCBI和Gene Ontology等,整合了这些数据并生成一个全面的蛋白质相互作用网络数据库。STRING数据库不仅提供了蛋白质相互作用网络的可视化,还能够提供蛋白质家族、途径和亚细胞定位等信息。

     

    AI-PPI的功能?

    在基于传统蛋白互作的基础上,通过人工智能深度学习根据数据库信息构建物种三维结构库,并根据预测的蛋白质三维结构对蛋白质互作概率进行预测。根据给出的互作概率预测,进行进一步实验验证,大大提升验证工作效率。该技术可以广泛应用于包括酵母基因编辑等在内的生物学研究过程。

     

    AI-PPI的流程?

     

    使用AI-PPI需要提供什么?

    只需要提供研究物种及诱饵蛋白序列即可完成

     

    使用AI-PPI能交付什么?

    您得到的实验报告会清晰全面的展示AI分析所得数据,并提供该技术方法学文献。

     

    关于瑞源

    瑞源生物已拥有了全链路酵母实验技术解决方案。我们拥有全链条酵母实验技术解决方案,包括核与膜系统酵母库构建,酵母单杂、双杂、三杂筛选服务,酵母表面展示服务,酵母非生物胁迫抗性基因筛选服务,肽库构建及筛选服务等。瑞源拥有占地3500平方米的研发生产工厂。我们专注于应用于分子或蛋白质相互作用领域的酵母分子生物技术服务的研发。瑞源生物拥有一支由多名博士、硕士和高级工程师组成的专业科研团队,具有丰富的生物技术研发经验和创新能力,能够及时掌握行业动态和技术趋势,为公司提供强有力的技术支撑。

    相关新闻


    写评价,得奖品

    写评价,得奖励


    更低假阳性概率的蛋白互作研究技术——免疫共沉淀Co-IP

    免疫共沉淀(Co-Immunoprecipitation,Co-IP)是以抗体和抗原之间的专一性作用为基础的用于研究蛋白质相互作用的经典方法,用于确定两种蛋白质在完整细胞内生理性相互作用。与其他蛋白互作研究技术,比如酵母双杂、Pull-down等各有优势,其中Co-IP基于抗原和抗体之间结合,可以从复杂的细胞裂解液中特异性地分离和鉴定蛋白质复合体,对于理解蛋白质如何在细胞内相互作用以及它们如何影响细胞功能和信号传导至关重要。


    Science | 拟南芥ABC转运蛋白ABCB19参与油菜素内酯外排的结构和功能

    油菜素甾醇类激素BR被称为第六大类植物激素。它可以调控植物生长发育,还可以提高植物对干旱、盐碱等环境以及病虫害胁迫的适应性。油菜素甾醇及其人工合成类似物在农业生产中有着广泛应用,可显著提高作物产量和抗逆性。


    关于纳米抗体你知道多少?

    抗体(antibody)是指机体由于抗原的刺激而产生的具有保护作用的蛋白质。它是一种由四条多肽链链接组成的Y型蛋白。 其中两条相对分子质量更大的链为重链,另外两条链则为轻链。每条链有一端为C端,一端为N端,分析抗体四条练链的序列可以发现,在靠近N端的约110个氨基酸序列会存在明显变化,称为可变区,而其他位置的序列则会表现出相对恒定,称为恒定区。


    AI算法“洞悉”蛋白结构,预测蛋白互作

    蛋白质作为生命系统的核心构成要素,蛋白质结构是其功能的决定性因素,一般来说,蛋白质并不是单独发挥作用的,而是通过彼此之间发生相互作用,即蛋白质-蛋白质相互作用(PPI)来完成相应的任务。随着人工智能技术的飞速发展,深度学习和机器学习在蛋白质结构预测及互作预测领域得到了广泛应用。 AI在蛋白质组学领域的应用大致可以分为三个方面:蛋白质结构预测、蛋白质互作预测、蛋白质互作置信度分析。


    酵母分泌信号肽功能验证系统助力信号肽研究

    酵母信号肽筛选系统是一种常用的验证信号肽功能的系统,在这个系统中,通过将含有预测信号肽基因的质粒转入酵母菌中。在信号肽能发挥作用的情况下,报告蛋白将会分泌,可以直观快速的验证信号肽功能。