- 综合排序
- 最热优先
- 最新优先
位点特异性抗体如何实现靶向蛋白降解？
靶向蛋白降解技术应运而生，其核心思想是利用细胞自身的降解系统（如泛素-蛋白酶体或溶酶体途径）来特异性清除致病蛋白，从而实现对疾病根源的更彻底干预。 对于肝脏相关疾病，人脱唾液酸糖蛋白受体因其在肝细胞表面高特异性、高丰度表达以及高效的内吞循环能力，成为一个极具吸引力的溶酶体靶向受体。 二、如何构建位点特异性的抗体-配体偶联物？抗体-配体偶联物的构建策略直接影响其稳定性、均一性及最终生物学效应。传统的随机偶联方法可能导致抗体活性丧失、药物抗体比不均一以及产物异质性高等问题。 位点特异性偶联技术旨在解决这些难题，通过在抗体分子特定位置（如重链恒定区糖基化位点）引入化学反应手柄或利用酶促反应，实现配体分子的精准、均一连接。 首先，通过酶切去除抗体Fc区域天然的N-连接聚糖，暴露出特定的糖基化位点。随后，利用糖基转移酶，将预先合成或改造的、末端携带化学反应基团的非天然糖基“安装”到该位点。
10910编辑于 2026-02-05卵巢癌突变过程驱动位点特异性免疫逃避（突变 + scRNA + 空间）
癌细胞cluster的差异在于主要组织相容性复合体(MHC)编码基因的表达 癌细胞在迁移到远端位点时具有更大的表型多样性能力。 空间 + 肿瘤特征 空间分析进一步强调了位点和突变特征依赖的TMEs与基于scrna序列的观察结果一致。 小结 HGSOC TMEs的细胞成分，并将它们与突变过程和空间背景联系起来。
21610编辑于 2024-09-24- 来自专栏生信宝典
Nucleic Acids Research | 李磊团队构建单细胞遗传调控平台解析疾病位点的细胞特异性机制
全基因组关联分析（Genome-Wide Association Studies，GWAS）已经确定了数千个与复杂性状和疾病相关的遗传位点，然而超过90%的GWAS风险位点位于非编码区域，这为确定疾病相关变异的分子机制带来了极大的挑战 因此，研究人员开发了SNP与基因表达变化关联的分析方法，即表达数量性状位点（expression Quantitative Trait Locus，eQTL）将疾病变异与靶基因联系起来。 该研究建立了标准化的数据预处理和整合分析流程，将多个来源的sc-eQLT划分为三种类型：①与特定细胞类型表达相关的细胞类型特异性eQTL（Cell-type-specific eQTLs）；②与时间或细胞轨迹相关的动态 这为疾病风险位点的精细定位提供了宝贵的资源，极大地促进理解遗传变异在细胞水平上的基因调控作用。
97430编辑于 2023-10-13 课前准备--卵巢癌突变过程驱动位点特异性免疫逃避（单细胞 + 空间 + 基因组）
结果1、位点特异性肿瘤微环境通过scRNA-seq数据构建细胞类型图谱深入分析免疫细胞表型状态实体瘤与腹水样本在患者内部及患者间均存在高度组成差异。 特别值得注意的是，不同解剖位点的表达轨迹也存在差异：腹水样本呈现高细胞毒性模块评分，而adnexa和大网膜样本则表现出高功能障碍T细胞评分.淋巴系与髓系细胞的表型免疫状态分化与肿瘤位点密切相关，这既是肿瘤微环境患者内 解剖位点特异性免疫调控附件原发灶：富集功能障碍T细胞及调节性免疫细胞（Treg、调节性NK细胞），提示免疫抑制微环境非附件转移灶：多见幼稚/中央记忆T细胞和细胞毒性T细胞，腹水样本中树突状细胞（DC）和 M1巨噬细胞增加FBI肿瘤的附件与非附件位点间表现更高表型异质性，提示转移过程中适应性增强3. 结果4、微环境空间拓扑结构通过多重免疫荧光（mpIF）空间拓扑分析发现，高级别浆液性卵巢癌的微环境空间组织受突变特征和解剖位点双重调控：HRD-Dup型肿瘤中抗原经历性CD8⁺PD-1⁺ T细胞与PD-L1
23620编辑于 2025-09-08- 来自专栏ROBOTEDU
【RAPID】程序计算点位（上）
未完待续
67180发布于 2018-04-24 - 来自专栏ROBOTEDU
【RAPID】程序计算点位（下）
谢谢侬~
60750发布于 2018-04-24 空转数据分析之特异性生态位基因依赖的细胞通讯
联合的核心也很简单，一方面需要识别细胞类型特异性生态位相关基因，另一方面结合特异性生态位相关基因的所对应的LR或者转录因子，全方位认知生态位的形成。 细胞之间的局部相互作用，如基于信号通路或细胞外基质的化学和生物力学重塑的相互作用，是高度细胞类型特异性的。因此，需要探索细胞类型特异性模型，以了解细胞基因表达程序对其局部微环境生态位的依赖性。 Niche-DE鉴定细胞类型特异性生态位相关基因，定义为与细胞类型特异性平均表达相比，在特定空间生态位背景下，特定细胞类型中的表达显著上调或下调的基因。 平台是10X Visium首先第一步：细胞解卷积，拿到空间细胞类型分布第二步，识别核心细胞类型类型的Niche-DE：由于成纤维细胞占所有样本细胞的很大一部分，并且由于癌症相关成纤维细胞是抗癌治疗的新兴靶点， 将Niche-DE应用于该样本，将成纤维细胞作为索引细胞类型，将两个亚克隆中的每一个作为生态位细胞类型，检测到每个亚克隆特异性的生态位差异表达。
78820编辑于 2024-04-09- 来自专栏生信修炼手册
bismark 识别甲基化位点
软件会自动根据两个因素生成结果文件 甲基化的C的类型 就是前面提到的CpG, CHG, CHH 3种类型 比对情况 包括比对到四条链上OT, OB, CTOT, CTOB 4种情况 所以会生成 3 X 4 = 12 个文件，对于链特异性文库来说 CHG context: 0.2% C methylated in CHH context: 0.4% test_data_bismark_bt2.M-bias.txt 定义了每一个甲基化位点的详细信息
2.4K10发布于 2020-05-09 - 来自专栏CSDN小华
概率论--上a分位点
概况 上a分位点是指在概率分布中，从右侧起的a百分位处的点。具体来说，对于一个随机变量X的概率密度函数，其上a分位点是使得该点及其右侧区域的概率为a的值。 在统计学中，分位点（或称分位数）是将数据集合分成等概率的部分的数值点。例如，中位数就是二分位数，四分位数则是将数据分为四等份的数值点。 此外，上a分位点具有对称性，即正态分布的上a分位点与下(1-a)分位点在分布曲线上关于均值对称。这表示如果已知某点是上a分位点，则其对应的对称点是下(1-a)分位点。 这个整数即为上α分位点的位置。 提取分位点：最后，从排序后的数据集中提取对应位置的数值作为上α分位点。 上a分位点与下(1-a)分位点的关系及其应用场景如下： 上a分位点与下(1-a)分位点的关系 在概率论中，上a分位点和下(1-a)分位点是关于均值对称的。
1.5K10编辑于 2024-10-16 - 来自专栏数据挖掘
JASPAR分析转录因子与某基因启动子的结合位点及MUT位点
JASPAR分析转录因子与某基因启动子的结合位点及MUT位点最近实验室有个分析需求，要求用JASPAR数据库预测转录因子Sox18与Itch 结合位点（物种：小鼠），需要Itch的启动子区域以及突变后的序列 如何方便的获取某基因的启动子序列，以及使用JASPAR预测，我已经在之前的帖子中详细记录了数据挖掘—UCSC中获取某基因的启动子序列及基因结构剖析,这里主要介绍下，如何找MUT位点，以及后续验证（MUT 位点可使用chatgpt辅助，但突变后的序列需通过验证即可）1.Itch启动子序列获取UCSC数据库中检索“Itch”（Mouse），将转录起始位点（TSS）前2000bp序列作为启动子序列（根据基因位于 序列，设置 Relative profile score threshold = 80% 进行扫描综合考虑转录起始位点（TSS）最近的位点和Relative score 较高的位点，选择以下位点Matrix 2中分析得到其结合位点为WT:5′- AAC AAT AA -3′该位点评分极高，且含有SOX 核心：CAA，距离TSS位点近，结果理想MUT位点设计，遵循完全破坏 SOX（HMG-box），不引入新的
1K10编辑于 2026-01-05 - 来自专栏气python风雨
WRFOUT 位温剖面和位温单格点高度图
在分析WRF模型输出数据时，常常需要绘制位温（Potential Temperature）剖面和位温单格点的高度图。 通过观察不同高度上的位温值，我们可以推断出对流层中的温度递减率、大气边界层的稳定性等信息。而绘制位温单格点的高度图，则能够更直观地展示不同位置的位温分布及其随高度的变化趋势。 在本文中，我们将使用WRF模型的输出数据，利用Python编程语言以及相关库（如wrf-python、numpy和matplotlib）绘制位温剖面和位温单格点的高度图。 =12) # Add a title ax.set_title("Cross-Section of Potential Temperature", fontsize=14) plt.show() 位温格点高度图 从剖面再取格点貌似绕了远路（难道我会告诉你只是剖面图的副产物吗） 这时候有同学要问了，这地形图怎么这么难看啊？都说是仓促作图。废话少说赶紧点赞。
93610编辑于 2024-06-20 - 来自专栏用户7627119的专栏
RNA m6A位点预测
在第四步中我们提到IP下来的RNA需要用随机引物进行逆转录，而第四步中设计的引物用的是特异性引物，这个大家要注意区分和甄别。有人可能会比较好奇，这个特异性引物是怎么设计的。 首先我们需要确定m6A究竟发生在mRNA上的什么位置，接下来才能确定究竟应该在哪里放特异性引物。 下图是一个m6A位点在mRNA上的分布图，可以看出m6A修饰倾向于富集在终止密码子附近。 以上只是一个大规模的统计结果，那么针对于不同的mRNA，m6A位点究竟存在于什么位置呢？今天就给大家介绍一个免费在线预测哺乳动物m6A修饰位点的网站SRAMP。 预测结果 有两个结合位点，在“Decision”列中可以看出预测的两个结合位点具有很高的可信度。 SRAMP网站还提供了RNA二级结构m6A位点结合预测功能，写材料，发文章，有个图不是更加美观？
1.2K10编辑于 2022-09-21 - 来自专栏码农知识点
canal源码解析(2)—位点的实现
首先说一下我对canal中位点的理解。什么是位点？位点是 binlog事件在binlog文件中的位置。 下面我将通过canal server dump前找mysql同步位点的过程分析我对canal中位点的理解。 对于HA模式的canal server，我们先看下有哪些位点管理器。 dump位点。 到了步骤三会根据步骤一和步骤二中解析出来的位点确定小于它的最近的事务起始事件处的位点，作为最终的dump位点。 位点管理器的从内存中找位点，找不到从配置文件instance.properties中找。
2.5K30发布于 2020-06-19 - 来自专栏DrugScience
榕树集--深度学习预测糖类结合位点
简介 看一篇发表在NC上的使用DL来预测糖类结合位点（DeepGlycanSite）的文章。 对于蛋白质而言，只有距离糖类化合物在4Å以内的残基被标注为糖类化合物结合位点。 对于时间而言，获取了2023年1月1日之前发布的结构。 对于糖基化的蛋白质而言，去除掉。 为了降低bias：训练集中，排除了相同位点与相同糖类化合物结合的cases。对于测试集，排除了与训练集（或验证集）序列同一性超过95%的蛋白质。进一步控制测试集中蛋白质序列同一性为30%。 DeepGlycanSite 数据集：https://github.com/xichengeva/DeepGlycanSite/tree/main/datasets 总结 DeepGlycanSite是一个强大的结合位点预测器 ，在不同糖类化合物结合位点类别中都表现出良好的性能。
34710编辑于 2024-07-01 顶刊分享--克罗恩病瘘管由特异性成纤维细胞生态位界定
通过差异丰度分析确定细胞cluster与不同瘘管表型的对应关系，发现在所有瘘管类型中多个细胞群体持续富集，而瘘管亚型特异性变异较少。 还检测到与已知肠道多样性一致的区域特异性变异。在成纤维细胞中，五个细胞cluster在所有瘘管中持续过表达：其中三个与FAS细胞最匹配，两个类似滤泡网状细胞（基质4）和粘膜下成纤维细胞亚群。 位于FAS-FOZ深层的细胞也高表达I型和III型胶原，而FAS-ALC细胞不表达任何I/III型胶原，特异性表达常与伤口愈合相关的COL7A1。 提出统一理论：瘘管是一种“失调的伤口愈合”过程研究最大的突破在于提出，尽管瘘管位置各异，但其背后存在共同的分子通路和细胞生态位（Niche）。 NRG1的信号最强点精确位于病变中最后一个可检测到的隐窝处，并与上皮细胞上的ERBB受体发生信号通讯，直接支持局部上皮的再生。
26210编辑于 2025-11-13- 来自专栏生信修炼手册
使用GenomeStudio 鉴定差异甲基化位点
Sample Methylation Profile 样本的CpG表达谱, 在这个窗口中包含了CpG位点的表达值，比如Beta值，由于在导入数据时，进行了预处理，所以这里是预处理之后的表达量 ? Diff methylation 差异甲基化位点的结果 ? 差异分析的结果中，p值时我们最常用的过滤手段，这里默认的结果中并没有给出P值，而是给出了1个DiffScore值。 就可以看到每个探针对应的基因，然后对差异CpG位点对应的基因做功能富集分析。
82030发布于 2020-05-11 - 来自专栏生信修炼手册
bismark 识别甲基化位点-比对篇
bismark 软件根据序列的比对情况就可以识别甲基化位点，首先需要对基因组建立索引，建好索引之后，就可以开始比对了。 ，所以从0.7.0版本之后的bismark, 默认只做两次比对，但是这个默认情况只适合链特异性文库，如果你的文库不是链特异性的，那么就需要添加--non_directional选项。 何为链特异性文库，就是说链是由方向性的。对于普通的文库，测序的插入片段都是双链，但是链特异性文库是单链。通过在反向互补时添加特定的标记，在双链合成后，将第二条链去除，最后用于测序的就只有一条链了。 如果一个甲基化位点发生在基因组的正链上，那么这段区域在测序时插入序列就只有正链上的序列，如果发生在负链上，则只有负链作为插入序列。 对于链特异性文库而言，由于插入序列为单链，只需要比对OT和OB两条链即可，大大减少了运算量，所以目前illumina的标准BS-seq protocol构建的文库都是链特异性文库，新版的bismark默认的运行方式也是针对链特异性文库的
2.3K20发布于 2020-05-10 - 来自专栏生信修炼手册
RADAR:RNA编辑位点的数据库
选择对应的物种，然后提供了多种检索条件，可以按照染色体位置查询，也可以直接查询某个基因相关RNA编辑位点。 在该数据库中，对于RNA编辑位点所在的位置，提供了以下两种注释。 第一种是基因组特征区域，比如5’UTR, 3’UTR等,第二种是重复元件的注释，大量研究发现RNA编辑位点在Alu重复序列中广泛存在，而RADAR根据RNA编辑位点所在重复区域的特征，划分成了Alu重复序列 同时也提供了RNA编辑位点在物种间的保守性，比如查询human和mouse两个物种间保守的RNA编辑位点。 以human AHR基因为例，查询结果示意如下 ? 点击Position对应的链接，可以跳转到UCSC基因组浏览器，具体的查看某个RNA编辑位点，Reference给出了对应的文献，而Editing levels则给出了不同组织中RNA编辑位点的表达量， 有助于研究RNA编辑位点的组织特异性。该数据库提供了下载功能，示意如下 ? 可以直接下载不同物种的RNA编辑位点数据，对于human,还可以单独下载某种重复序列区域的RNA编辑位点。
1.2K10发布于 2020-05-08 - 来自专栏DrugIntel
波士顿大学团队 探究AlphaFold3赋能隐蔽位点预测：配体・AI・隐蔽位点
隐蔽位点的生物学意义与成药价值 隐蔽位点是蛋白质在天然状态下隐藏、经构象重排（如侧链翻转、环区运动、结构域移位等）后形成的功能性结合位点，其核心价值体现在三方面： 拓展可成药靶点范围：使传统方法无法识别的 “无明显活性位点”蛋白成为药物靶点； 提升药物特异性：相比天然活性位点，隐蔽位点的结构特异性更高，可减少脱靶效应； 支持创新药物形式：为变构抑制剂、分子胶、PROTACs等新型药物提供结合靶点。 测试集构建：覆盖多样化隐蔽位点类型 研究选取16种代表性蛋白（含15种来自CryptoSite数据库及1种K-Ras蛋白），其隐蔽位点具有明确的结构特征与分类： 位点关系：与活性位点重叠（如BLG、RNase 隐蔽位点药物发现的技术赋能 AF3的预测能力为药物研发提供了多维度支撑： 靶点筛选：通过AF3生成的构象系综，可快速识别潜在隐蔽位点，拓展“不可成药”蛋白的成药可能性； 机制研究：揭示配体-构象-位点形成的协同关系 预测策略优化的建议 基于研究结果，提出针对AF3隐蔽位点预测的优化策略： 配体选择：优先使用能诱导隐蔽位点开放的特异性配体，避免构象误判； 多种子采样：通过增加随机种子数量生成足够的构象系综，覆盖配体结合的多种可能模式
18710编辑于 2026-01-16 - 来自专栏DrugOne
Protein Science | 预测T细胞受体-表位结合特异性的可解释性深度学习模型
其表面的T细胞受体(TCR)能够识别由主要组织相容性复合体(MHC)呈递的特异性抗原表位(epitope)，该过程是触发下游免疫应答的关键。 通过深度学习方法准确预测TCR-epitope的结合特异性仍然具有挑战性，特别是在待预测的新序列未出现在训练集等不可见的外推情景下。 模型与方法 作者提出了名为TEPCAM的TCR-epitope的结合特异性预测框架。TEPCAM主要包含四个模块：序列编码模块、注意力模块、卷积模块和前馈神经网络模块。 为了验证模型的泛化性，首先在TEP-Merge上进行TCR端的严格分割，将TEPCAM与其他四个TCR-epitope结合特异性预测模型进行了比较。 然而，当进一步搜索AUC预测性能最好的前20个表位时，表位计数和指标又呈现出负相关，说明对于预测较准确的表位，数目不影响模型性能。(图3C-D)。
74010编辑于 2023-12-21
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