- 综合排序
- 最热优先
- 最新优先
- 来自专栏Y大宽
5️⃣ 蛋白质序列基本和特征信息分析(1) :蛋白质序列基本信息分析(氨基酸组成，理化性质，亲疏水等)
一级结构指的是蛋白质中氨基酸的排列顺序，和DNA一级结构一致。 也就是说蛋白质发挥什么功能，基本在一级结构中就确定了。 对蛋白质序列进行基本信息分析可以帮助了解蛋白质的基本信息。 Protparam不考虑蛋白质二级和三级结构的情况下，根据氨基酸组成来估算消光系数。准确的需要实验获得。 体内半衰期：蛋白质在细胞内合成后，含量消失一半所需要的时间，用来衡量蛋白质的稳定性。 Protparam可以预测蛋白质在人，酵母和大肠杆菌中的体内半衰期，可以作为其他物种内的参考。 不稳定系数：作文蛋白质在体外测试中稳定性的参考值。 5.1.3 蛋白质的亲疏水性分析 疏水性氨基酸具有相互聚合隐藏到蛋白质分子内部的趋势，这种力称为疏水作用力，维持蛋白质三级结构的主要作用力。 因为氨基酸的亲疏水性是构成蛋白质折叠的主要驱动力之一，因此蛋白质亲水性分布可以反映蛋白质的折叠情况。
16.9K52发布于 2019-03-05 - 来自专栏DrugOne
Nat. Commun. | 基于序列的预测方法可以准确判断含有非天然氨基酸肽的内在溶解度
非天然氨基酸能扩展化学空间，定制肽类药物的功能、半衰期和其他关键属性。尽管含有修饰氨基酸（如经过翻译后修饰的残基）的化学空间极大，但实验测量含修饰氨基酸肽的开发性质既昂贵又耗时。 它们通常具有低口服生物利用度和短半衰期，这是由于高清除率和低代谢稳定性造成的。此外，肽类药物可能具有较差的膜透过性。 自然界中的例子表明，内源性肽和蛋白质的特性可以通过翻译后修饰（PTM）进行改变。 在实际治疗应用中，研究人员通过PTM改善肽性质，如增加生物活性和改善代谢稳定性，增加结合亲和力、半衰期以及通过脂肪化和酰化改善组织渗透能力等等。 通过糖基化可以改善生物利用度和稳定性，增强蛋白质-蛋白质相互作用，利用细胞表面的葡萄糖转运蛋白提高细胞渗透性。 尽管已有几种准确的蛋白质和肽溶解度预测器，以及对单个氨基酸的预测器，但目前还没有基于序列的方法可以方便地处理非天然氨基酸。
58910编辑于 2023-12-26 - 来自专栏DrugOne
mLife | 人工智能破解酶稳定性定向进化中的多个突变位点高效重组问题
DRUGAI 优化酶的热稳定性对于蛋白质科学和工业应用至关重要。目前，通过（半）理性设计和随机诱变方法可以较为准确地设计多个增强酶热稳定性的单点突变。 图1.基于蛋白质语言模型组合突变的策略。整个过程包括四个步骤：(1) 收集数据，(2) 蛋白质语言模型的微调，(3) 在组合序列空间中预测所有突变体，以及 (4) 验证所选突变体。 条形图是指突变体的热稳定性数据，其中蓝色、青色和橙色分别指初始数据集、第一轮和第二轮预测的数据集 其中，最佳突变体13M4包含13个突变位点，与野生型相比，它的活性基本保持不变，在Tm上提高了10.19°C，在58°C下的半衰期增加了约 与野生型相比，最佳突变体13M4的Tm提升了10.19℃，58℃半衰期增加655倍，同时催化活性保持不变。 5.研究强调了将来自蛋白质工程的数据与先进的人工智能模型相结合，可以进一步提升模型的预测性能，从而提升蛋白质工程效率。该策略可以推广应用至多种关键酶分子的进化任务中。
64410编辑于 2025-01-10 【辰辉创聚生物】重组蛋白：从基因序列到药物设计的核心引擎
一、 重组蛋白：精准设计的分子机器重组蛋白是指利用重组DNA技术，在特定的宿主系统中表达和生产的蛋白质。 科学家可以在基因层面进行精准编辑，从而定向改变蛋白质的分子结构与功能，创造出自然界不存在的“优化版本”。二、 结构与功能：药物作用的分子逻辑蛋白质的功能完全由其结构决定。 翻译后修饰：功能的“精加工”许多蛋白质的功能依赖于翻译后修饰，如糖基化、磷酸化、聚乙二醇化等。这些修饰如同对蛋白进行“精装修”，深刻影响其稳定性、活性、免疫原性和在体内的半衰期。 Fc片段不仅延长了融合蛋白在血液中的半衰期，还可能赋予其抗体般的效应功能。 它将蛋白质从一种难以捉摸的生物分子，转变为一种可精确设计、可大规模制备的工程化产品。
25600编辑于 2025-12-04- 来自专栏生命科学
Cycloheximide 放线菌酮WB、Cell Viability Assay、IF、RT-PCR实验参考｜MCE
Cycloheximide 与真核细胞蛋白质合成过程中核糖体 60S 亚基的 E- 位点结合，阻断 eEF2 介导的核糖体易位过程并阻止新蛋白质的合成。 01Cycloheximide 放线菌酮 WB实验参考文献1、Signal Transduct Target Ther. 2024 Mar 8;9(1):63.用CHX处理的CHRNA 5沉默或过表达ICC细胞中β-连环蛋白半衰期的基于 2、Cell. 2024 Apr 25;187(9):2288-2304.e27.环己酰亚胺（0.5μM）阻断 SLC6A6-KD CD8 + T 细胞中的整体蛋白质合成，包括 ATF4 的合成。 蛋白质印迹（左）和半定量（右）对 PFKP 和 c-Myc 稳定性的蛋白质表达。 使用 qRT-PCR 检测 CHX 处理的 AML（THP-1 和 HL-60）细胞中 BCL7A mRNA 的半衰期。
35410编辑于 2025-10-17 多肽药物干货：合成技术与修饰方法详解 | 皓元医药
PART 01 多肽药物定义多肽是由多个氨基酸通过肽键连接而形成的一类化合物，通常由2-50个氨基酸分子组成，其连接方式与蛋白质相同，对应分子量在10,000 dalt以内，其广泛参与和调节机体内各系统 多肽药物由现代生物或化学技术合成，是一类介于大分子蛋白质药物和小分子化学药物之间的具有调节细胞生物功能的药物，可用于疾病的预防、诊断及治疗。详细可见下表中的属性对比。 表1 多肽药物与传统小分子化药和蛋白质药物的比较PART 03 多肽药物的合成方法及特点多肽药物合成一般有生物合成法和化学合成法。其中化学合成法中的固相合成法是目前多肽药物的主流方法。 此外，通过多种结构修饰手段，可调控肽类的药代动力学特性，包括吸收、半衰期、代谢和生物利用度。
75210编辑于 2025-08-18- 来自专栏DrugOne
Science | 基因组—蛋白质组映射揭示自然变异对蛋白质多样性与适应性的驱动作用
通过整合基因组测序、转录组分析与定量蛋白质组学数据，研究人员揭示了数千个自然变异如何影响蛋白质丰度与结构变化，并识别出多个受自然选择调控的代谢与信号通路。 结果显示，基因组差异不仅影响蛋白质表达量，还通过翻译效率、蛋白稳定性与复合物组装等机制塑造蛋白质组的多样性。 所有数据经过标准化与质量控制后，用线性混合模型解析变异对蛋白质丰度的贡献，构建了 变异—转录—蛋白质 三层关联网络。 结果显示，变异可影响核糖体结合位点结构、mRNA二级结构及翻译起始速率；同时，也可能改变蛋白质稳定性与泛素化信号，从而影响半衰期。这些机制协同作用，形成自然变异到蛋白质丰度变化的量化路径。 从基因组到蛋白质组再到适应性的系统框架 研究人员构建了“基因组—蛋白质组—表型”整合模型。
23220编辑于 2025-10-14 AI 设计多肽：生化研究工具的范式革命
蛋白质语言模型（pLM） 以 ESM-2、ProtT5、ProteinBERT 为代表，在全长蛋白数据集上训练，可自然延伸至由 20 种标准氨基酸组成的多肽。 2.4 基于结构的设计范式 基于结构的方法将蛋白质三维空间信息作为设计的核心约束，是最早受益于现代 AI 的多肽设计路线之一。 MCTS + 离散扩散 亲和力、通透性、溶解性、溶血性 TR2-D2 SMILES 指数倾斜扩散 亲和力、通透性、溶解性、溶血性 MOG-DFM 标准氨基酸 离散流匹配（Pareto前沿） 亲和力、半衰期 、溶解性、溶血性 moPPIt 标准氨基酸 MOG-DFM + 位点预测 亲和力、位点特异性、半衰期、溶解性 AReUReDi 标准/SMILES 整流离散流匹配 亲和力、半衰期、溶解性、溶血性 SOAPIA 3.4 可编程蛋白质组编辑：诱导邻近策略 这是全文最具远景性的部分，作者将多肽引导的蛋白质组编辑与 CRISPR 对基因组的影响相提并论： 概念框架 CRISPR 成功的核心在于将靶向（gRNA）与执行
18210编辑于 2026-04-13AI+Drug 文献速递 | 通过少样本学习整合AlphaFold2，预测突变诱导的相对蛋白质-配体结合亲和力变化
Efficacy 期刊: bioRxiv 链接: https://doi.org/10.1101/2025.03.26.645438 简介: 文章介绍了一种整合深度学习与高效功能筛选的方法，用于设计具有延长半衰期和增强疗效的 实验使用了糖尿病和肥胖小鼠模型等，结果显示，部分设计的GLP-1RAs在体内半衰期显著延长，降糖和减肥效果优于司美格鲁肽。该研究为肽类药物设计提供了新途径，且整个设计到筛选过程可在两周内完成。 MMPFP，整合蛋白质序列和结构信息，提升预测准确性。 模型包含蛋白质序列编码、多层图卷积网络蛋白质表示和蛋白质卷积三个模块。 该模型为蛋白质功能预测提供了更准确全面的框架。 16.
23910编辑于 2026-01-08- 来自专栏生信宝典
百度出品，Nature重磅 -- 优化的mRNA设计算法可改善mRNA的稳定性和免疫原性
先前的研究已表明，增加二级结构可延长mRNA的半衰期，再加上选择优化的密码子，可改善蛋白表达。因此，原则上mRNA的设计算法必须优化二级结构稳定性和密码子的使用。 在针对COVID-19 和 水痘带状疱疹病毒（varicella-zoster virus）mRNA疫苗，与密码子优化的基准算法相比，LinearDesign大幅度提高了mRNA的半衰期和蛋白的表达，显著增加了抗体的滴度 为了优化稳定性，在给定蛋白质序列的情况下，我们的目标是找到在所有可能编码该蛋白质的mRNA序列中具有最低最小自由能变化（MFE）的mRNA序列。 具有最低MFE的序列A显示出最慢的降解速率，其半衰期（T1/2）分别为10 mM和20 mM Mg2+缓冲液中的20.0小时和12.6小时（图4c和扩展数据图5）。 值得注意的是,BNT和序列H具有非常相近的MFE和CAI（图4a）且具备相似的半衰期。此外，与BNT和序列H相比，序列A和C能诱导产生更高水平的抗Spike IgG抗体和中和抗体（扩展数据图7）。
1.1K20编辑于 2023-08-30 - 来自专栏全栈开发工程师
【SQL必知必会】002-基础篇：了解SQL：一门半衰期很长的语言
【SQL必知必会】002-基础篇：了解SQL：一门半衰期很长的语言 一、概述 SQL 语言是最具有中台能力的语言！ 二、半衰期很长的 SQL 1974 年，IBM 研究员发布了一篇揭开数据库技术的论文《SEQUEL：一门结构化的英语查询语言》，直到今天这门结构化的查询语言并没有太大的变化，相比于其他语言，SQL 的半衰期可以说是非常长了 示例： SELECT name, hp_max FROM heros WHERE role_main = '战士' 五、价值衡量 SQL 语言 SQL 的价值在于通用性强（市场需求普遍），半衰期长（一次学习终身受用
26600编辑于 2025-01-06 - 来自专栏DrugOne
Science | 预测人类蛋白质组中的蛋白质互作
DRUGONE 蛋白质–蛋白质相互作用（PPI）对生物功能至关重要。尽管基于协同进化分析和深度学习的蛋白质结构预测方法已在细菌和酵母中实现了大规模互作预测，但在更复杂的人类蛋白质组中应用仍然有限。 协同进化分析结合结构预测（如AlphaFold、RoseTTAFold）已在细菌、酵母中开展了蛋白质组规模的筛查，但在人体中仍受制于计算规模和有限的动物基因组数据。 研究人员此前开发的轻量级深度学习网络在人类互作预测中精度有限，而AlphaFold2虽精度更高，但计算开销过大，难以应用于蛋白质组范围。 人类蛋白质组范围内的互作预测 研究人员利用RF2-PPI和AlphaFold2，对19,528个人类蛋白（约1.91亿对配对）进行了筛选。 讨论 研究人员通过结合更深的进化信号和更大规模的训练集，提出了一种在蛋白质组范围内预测人类PPI的有效方法，显著扩展了高置信度互作的覆盖率。
39310编辑于 2025-10-14 - 来自专栏全栈程序员必看
读懂蛋白质PDB文件
对于从事生物行业的朋友们来说，PDB文件和蛋白质结构是很多人绕不过去的问题。然而对于天天跑电泳过柱子的生物狗来说，PDB文件打开后与天书无异。 教你读懂蛋白质的PDB文件 HETATM 非标准基团原子坐标，这个是PDB数据库原子坐标的一种记录格式。 B 因子体现了晶体中原子电子密度的“模糊度”( diffusion) , 这个“模糊度”实际上反映了蛋白质分子在晶体中的构象状态. B 因子越高,“模糊度”越大,相应部位的构象就越不稳定。 由于蛋白质分子表面残基的运动性比较大, B 因子相对较高, 所以在统计中除去了这部分残基，具体方法是将数据中B 因子高的残基去掉10 % ,对剩下的残基进行统计,计算平均值。
2.3K30编辑于 2022-09-05 Science｜蛋白质-蛋白质相互作用的结构发生机制
引言 蛋白质如何启动并进化出与其他蛋白质的相互作用，以形成结合位点和蛋白质-蛋白质界面，这一问题仍未得到充分理解。 然而，进化形成蛋白质-蛋白质界面的蛋白质表面，与非相互作用的蛋白质表面相比，似乎具有独特的性质。天然蛋白质结合位点通常是给定蛋白质上最「可成药」的位点，且倾向于从组合肽库或抗体库中吸引大多数结合物。 #蛋白质蛋白质相互作用 #合成共进化 #结合位点 #能量景观 #上位性 #种子接触 #可成药性 #蛋白质设计 由苯丙氨酸残基间的种子接触介导的蛋白质-蛋白质复合物初始结合示意图，该过程通过上位效应传递， 最终形成完整的蛋白质-蛋白质界面。 结论 蛋白质-蛋白质共进化平台表明，进化出蛋白质结合能力的蛋白质表面与未进化出该能力的表面之间存在差异。
12720编辑于 2026-03-03- 来自专栏生信修炼手册
文献解读|环状RNA的性质和功能
型聚合酶作用，增强父本基因的表达，目前的研究表明，环状RNA对父本基因的表达具有正调控功能 部分环状RNA可以翻译蛋白，比如科学家发现并证实了circ-ZNF609在IRES位点的驱动下可以翻译成蛋白质 真核生物细胞中环状RNA的性质 结构稳定性，大多数exonic环状RNA的半衰期超过48小时，而mRNA的平均半衰期为10小时，环状RNA的这一特性得益于其闭合的环状结构，对核酸外切酶具有耐受性 数量丰富
1.1K10发布于 2019-12-19 AbMole小讲堂丨Concanamycin A (Con A)：V-ATP酶抑制剂在自噬、肿瘤和动物实验中的应用
Concanamycin A可诱导溶酶体、胞内体等酸性细胞器的pH值升高，进而影响蛋白质降解、自噬体成熟及离子稳态。 Protein Synthesis IN-1作为蛋白质合成抑制剂，用于追踪FREE1蛋白的半衰期和降解过程。
16410编辑于 2026-02-03【辰辉创聚生物】天然蛋白vs重组蛋白：核心差异、应用选择与质量控制全解析
一、核心定义与来源天然蛋白（Native Proteins） 是指直接从生物体（如动物组织、植物、微生物或体液）中分离纯化而来的蛋白质。 例如，天然促红细胞生成素（EPO）的糖基化对其体内半衰期和活性至关重要。重组蛋白：其PTMs谱完全取决于所选用的表达宿主系统。大肠杆菌：无法进行真核特有的复杂糖基化，可能形成包涵体。 哺乳动物细胞（如CHO、HEK293）：能产生最接近人类蛋白质的复杂型N-糖基化和其他修饰，但糖型仍可能具有宿主细胞系特异性，与天然蛋白的微观异质性存在差异。 四、技术考量与选择原则在选择使用天然蛋白还是重组蛋白时，需基于具体研究目标进行技术考量：选择天然蛋白的情形：研究蛋白质在生理或病理状态下的真实分子形式，特别是PTMs的功能。 研究蛋白质的核心生物活性，而复杂的PTMs非必需时。需要对蛋白质进行定点突变、片段删除或标记融合（如荧光蛋白、纯化标签）的功能研究。对安全性有高要求，需避免血源性或组织源性病原体风险的应用。
21610编辑于 2026-01-20- 来自专栏DrugOne
|DeepRank:蛋白质-蛋白质界面的深度学习框架
1.DeepRank介绍 DeepRank是一个Python3包，允许对3D蛋白质-蛋白质复合物的数据集进行端到端训练。 用户可以很容易地为蛋白质结构定义特定问题的目标值。 X射线晶体学是确定蛋白质复合物三维结构的最重要的实验方法之一(它占所有沉积的PDB条目的>80%)。 表2 DeepRank和其他方法在CAPRI score_set上命中数和成功率 3.总结 作者描述了一个用于挖掘非常大的蛋白质-蛋白质界面数据集的开源的、通用的和可扩展的深度学习框架。 作者希望DeepRank能够通过促进数据预处理的繁琐步骤和减少可能与大规模数据分析相关的令人生畏的计算成本，从而加快与蛋白质界面相关的科学研究。
93930编辑于 2021-12-22 - 来自专栏Dechin的专栏
蛋白质基础组成结构
技术背景 了解蛋白质的基本组成单元和结构，有助于了解蛋白质的特性。对于蛋白质结构的研究，在医药领域是非常核心的重要工作。 这里我们仅仅介绍一些蛋白质的基本组成单元——20种氨基酸的种类，以及可以用于蛋白质建模的一些工具。 Xponge的安装和使用 Xponge是一款基于python开发的可以用于蛋白质建模的软件，可以用pip进行安装和管理： $ python3 -m pip install xponge --upgrade 总结概要 本文通过对Xponge+VMD的工具对蛋白质进行建模，然后总结了20种氨基酸的具体信息，也就是蛋白质的基本组成单元。通过对这些氨基酸的组合，就可以得到一个具有生物活性的蛋白质。 同时本文还介绍了常用的存储蛋白质结构的文件格式pdb的具体格式化定义，总体来说是一个总结性的文章。
94531编辑于 2022-05-09 - 来自专栏生命科学
同位素的物理性质及蛋白质组学应用 | MedChemExpress
同位素类产品，根据其稳定性和放射性的物理性质，可以分为以下两种： 稳定同位素 (Stable isotope)：是指化学元素中，不发生放射性衰变或不易发生放射性衰变的同位素，稳定同位素即使会发生衰变，因半衰期太长而无法测量出 ■ 蛋白质组学 (Proteomics) 在许多疾病的发展进程中(如癌症)，常伴随着某些蛋白质的表达异常。 蛋白质组学就是把一个基因组表达的全部蛋白质或一个复杂的混合体系中所有的蛋白质进行精确的定量和鉴定。稳定同位素标记的方法，可以量化样品中的蛋白质浓度差异。
55610编辑于 2023-03-07
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号