揭秘三维基因组预测新引擎:CHROMBUS-XMBD——图卷积模型驱动的染色质互作预测

研究背景与学科意义 在真核细胞内,染色质(Chromatin)的三维空间结构对于基因表达调控有着至关重要的作用。DNA通过复杂的折叠、环化及局部空间重构,使不同基因元件(如启动子promoter、增强子enhancer等)在空间上变得邻近,并实现精细的顺式(cis)调控。近年来,无论在发育生物学、疾病机理还是表观遗传学研究中,三维基因组(3D-genome)的动态结构都被反复证明与基因表达变化密切相关。 当前,捕捉基因组空间构象的实验方法主要包括3C、4C、5C、Hi-C、ChIA-PET、HiChIP等。然而,这些实验方法成本高昂、操作复杂,且常常受到生物材料来源、分辨率及信噪比等条件限制,难以为多样化的生物学问题或疾病研究大规模提供数据。与此同时,随着多组学数据的积累,尤其是DNA序列、...

深度学习加持的蛋白质复合物界面质量评估:TopoQA顶点——在蛋白质结构精准预测新时代下的创新突破

学术背景 蛋白质复合物三维结构的解析是现代结构生物学、分子机理研究、药物设计乃至于人工蛋白质设计等领域的核心课题。蛋白质的功能往往由其结构所决定,而众多生物过程涉及蛋白质间复杂的相互作用。虽然传统的实验手段(如X射线晶体学、冷冻电镜、NMR等)虽能解析蛋白质的三维结构,但耗时繁琐、成本高昂,难以满足高通量或大规模研究需求。近年来,数据驱动的蛋白质结构预测方法(如AlphaFold、RoseTTAFold等)取得了革命性突破,尤其是在单体蛋白模型的准确度方面甚至能够媲美实验结构。然而,蛋白质复合物结构预测的准确度仍未达到单体预测的高度,特别是在多聚体与抗体-抗原等复杂体系中,仍有巨大的提升空间。 在实际应用中,研究者往往需要从机器学习或深度学习模型产生的大量“候选结构”(decoys)中筛选出...

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...

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...

人类prohibitin复合物的原位结构研究

学术背景 线粒体是细胞的能量工厂,其内膜(mitochondrial inner membrane, MIM)的完整性对细胞功能至关重要。prohibitin(PHB)是一类高度保守的蛋白质家族,包含PHB1和PHB2两种亚型,它们在多种细胞过程中发挥重要作用,包括线粒体应激信号传导、细胞周期调控、凋亡和寿命调节等。尽管PHB1和PHB2被认为在线粒体内膜中作为支架蛋白发挥作用,但其分子组织方式长期以来一直不明确。以往的研究通过酵母中的负染色电子显微镜(EM)推测PHB1/PHB2异二聚体可能形成直径约20 nm的环状结构,但这些推测缺乏直接的实验证据。因此,揭示人类prohibitin复合物的分子结构对于理解其在维持线粒体内膜完整性和空间组织中的功能具有重要意义。 论文来源 本研究由来自M...