通过整合因果提示大语言模型与多组学数据驱动的因果推理识别癌症基因

癌症基因的准确识别是癌症基础研究和精准医疗领域的核心难题。近日,Jilin University与Zhejiang Sci-Tech University的研究团队在《Briefings in Bioinformatics》期刊上发表了题为《Cancer gene identification through integrating causal prompting large language model with omics data–driven causal inference》的原创性研究论文。本文完整梳理了该论文的研究背景、学术创新、方法流程、研究结论及其深远意义。 一、学术研究背景 1. 多组学癌症基因识别的需求 癌症作为全球范围内死亡率最高的疾病之一,其发生和进展本质上是一个...

蛋白质-配体对接在低中分辨率冷冻电镜密度图下的新突破:DockEM方法研究综述

学术背景与研究动因 近年来,蛋白质-配体对接(protein–ligand docking)作为虚拟药物筛选(virtual drug screening)和结构基础新药研发(structure-based drug discovery)的核心技术,得到了迅速发展。随着大规模高通量筛选技术的应用,药物发现的效率有所提升,但新药开发依然面临成本高昂、周期漫长、转化率有限等问题。传统的小分子对接方法多基于蛋白质与配体三维结构及能量函数的评估,但如何进一步提升对接的精准度,是该领域持续努力解决的关键技术难题。 与此同时,冷冻电镜(cryo-electron microscopy, cryo-EM)技术以其无需结晶、可解析膜蛋白与大分子复合物等特点,已发展为结构生物学的重要手段。虽然部分冷冻电镜密度...

利用MHC II与肽序列预测干扰素-γ释放:多样化计算方法探索 —— 一项机器学习赋能的免疫学研究综述

学术背景与研究意义 近几十年来,治疗性蛋白(therapeutic proteins)由于其在医学领域的巨大潜力,成为生物制药行业的研究重点。治疗性蛋白药物以其高度的靶向性为优势,被认为对许多以往难以治疗的急性或慢性疾病(如某些自身免疫病、癌症等)提供了解决方案。从1880年代血清治疗的发现到1986年首个单克隆抗体药物muromonab-CD3的推出,治疗性蛋白市场持续扩大,预计将在2032年达到近474亿美元。然而,治疗性蛋白引发免疫反应(immunogenicity)这一问题却一直困扰着药物研发人员。免疫反应既可能带来有害副作用,也可能激活治疗机制,例如疫苗就是通过激发体内免疫应答以实现免疫保护。 在蛋白药物所引发免疫反应的分子机制中,MHC(major histocompatibil...

AlphaFold推动蛋白结构预测评价标准革新 —— 兼论数据泄漏问题的应对策略

跨越蛋白结构预测新纪元的学术背景 蛋白质结构解析一直是分子生物学和生命科学领域的核心挑战之一。传统的实验方法如X射线晶体学、核磁共振(NMR)以及冷冻电子显微镜,虽然为蛋白质三维结构研究提供了坚实基础,但因样品制备复杂、时间成本高昂且对蛋白适用范围有限,难以广泛覆盖整个蛋白组蛋白质(proteome)。自2020年DeepMind开发的AlphaFold2(AF2)系统问世以来,蛋白质结构预测领域迎来了划时代的进展。AlphaFold2利用深度学习方法,使几乎所有已知蛋白质序列都能实现高质量结构预测,极大拓展了结构覆盖范围,对生物医学、基础生命科学甚至药物设计领域产生深远影响。 值得关注的是,AlphaFold2发布后,其预测结构数据库迅速建立并对外开放,学术界掀起了以AF2结构为基础的二次...

基于人工智能设计的全新荧光素酶实现多重生物发光成像

基于人工智能设计的全新荧光素酶实现多重生物发光成像

学术背景 生物发光技术(bioluminescence)是一种高度敏感且非侵入性的成像技术,能够在活体生物中进行实时监测,而无需外部光源。荧光素酶(luciferase)是催化发光反应的关键酶,但天然荧光素酶存在诸多局限性,如蛋白质折叠不良、体积大、依赖ATP、催化效率低等。这些限制阻碍了生物发光技术在生物医学研究中的广泛应用。近年来,尽管通过定向进化(directed evolution)等方法对天然荧光素酶进行改造取得了一定进展,但仍无法完全克服这些局限性。 为了解决这些问题,研究团队利用基于深度学习的蛋白质设计方法,从头设计(de novo design)了一类新型荧光素酶,称为NeoLux系列。这些人工设计的荧光素酶不仅具有优异的催化效率、稳定性、体积小、不依赖ATP等特性,还能够与...

PRMT5介导的精氨酸甲基化稳定GPX4以抑制癌症中的铁死亡

背景介绍 铁死亡(Ferroptosis)是一种由铁依赖的脂质过氧化引发的细胞死亡形式,近年来被认为在癌症治疗中具有巨大潜力。癌细胞通过多种分子改变和代谢重编程机制来避免铁死亡,其中谷胱甘肽过氧化物酶4(GPX4)是铁死亡的关键调控因子。GPX4通过将有毒的脂质过氧化物转化为无毒的脂质醇,阻止脂质过氧化,从而抑制铁死亡。然而,GPX4的稳定性及其在癌细胞中的调控机制尚不完全清楚。 本研究旨在揭示癌细胞如何通过PRMT5(蛋白精氨酸甲基转移酶5)介导的GPX4甲基化来增强其稳定性,从而抵抗铁死亡。这一发现不仅有助于理解癌细胞如何通过代谢重编程来逃避铁死亡,还为开发新的癌症治疗策略提供了潜在靶点。 论文来源 本论文由Yizeng Fan、Yuzhao Wang、Weichao Dan等来自多个研...