May, 2024

功能重要位点和小分子底物引导的生成酶设计

PDF
TL;DR通过挖掘酶数据库中的功能性重要位点和底物来生成酶的氨基酸序列和三维坐标，EnzyGen 提出了一种学习酶设计统一模型的方法，实验结果表明，EnzyGen 在设计与特定底物具有高亲和力的酶方面具有卓越能力。
发现论文，激发创造
  • 功能几何指导的蛋白质序列和骨架结构联合设计

    设计合理的蛋白质序列和结构是至关重要的，我们提出了一种基于功能位点的 NAEPro 模型，该模型通过网络注意力和等变层来联合设计蛋白质序列和结构，在两个层次上进行有效而经济的信息传递，实验证明该模型能够设计出与自然蛋白质序列和结构非常相似且具有高度效能的蛋白质。

    Oct, 2023

  • EnzyNet: 一种基于 3D 卷积神经网络在空间表示上进行的酶分类方法

    本文介绍了 EnzyNet，这是一个新颖的 3D 卷积神经网络分类器，可以仅基于酶的体素空间结构来预测酶的 EC 号码，并探讨了生化属性的空间分布作为补充信息。

    Jul, 2017

  • 通过解释性变分自编码器生成三级蛋白质结构

    本文提出并评估了一种利用生成深度学习的图形生成模型，生成蛋白质的功能相关三维结构的替代方法，并评价了几种深层结构的全面评估。

    Apr, 2020

  • 可控蛋白质序列设计的生成式人工智能：综述

    通过综述最新的生成式人工智能在可控蛋白序列设计方面的进展，本文提出了蛋白质工程、生成式人工智能、蛋白序列设计、优化算法和研究机会等关键词，以及未解决的挑战。

    Feb, 2024

  • ProGen: 蛋白质生成的语言建模

    利用 1.2B 的参数语言模型 ProGen，将蛋白质工程视为无监督的序列生成问题，以此利用缺乏昂贵结构注释的蛋白质的日益增长的集合，从而生成出更具有进化多样性的序列，为解决合成生物学、医学和材料科学等领域的根本问题提供了可能。

    Mar, 2020

  • 用于基于结构药物设计的三维生成模型

    本文提出了一种生成指定蛋白质结合位点分子的 3D 生成模型，可应用于结构基因设计任务，通过学习原子的概率密度分布并提出自回归采样策略，实现了生成有效和多样性分子的能力，在实验结果中表现出较高的亲和力和良好的药物特性。

    Mar, 2022

  • 使用等变去噪扩散概率模型生成蛋白质结构与序列

    本文引入了一种生成模型，旨在设计具有特定 3D 结构和化学性质的蛋白质，以实现特定的功能。通过实验数据全面学习，该模型可生成全原子骨架构象以及序列和侧链预测，实现了分子生成建模方法的显著扩大。

    May, 2022

  • 小分子蛋白质结合物搜索的生成式主动学习

    LambdaZero 利用深度强化学习探索大量分子空间，通过分子对接设计出抑制可溶性环氧解酯化酶 2 的新型小分子。在实验验证中，从生成的脒类新型小分子中选择的 UM0152893 表现出亚微摩尔级的酶抑制活性。

    May, 2024

  • SurfPro：基于连续表面的功能蛋白设计

    设计具有期望功能的蛋白质可以通过使用 SurfPro 方法来生成具有期望表面和相关生化性质的蛋白质。SurfPro 采用分层编码器逐步建模蛋白质表面的几何形状和生化特征，并使用自回归解码器生成氨基酸序列。我们在标准的逆折叠基准 CATH 4.2 和两个功能蛋白质设计任务（蛋白质结合物设计和酶设计）上评估 SurfPro。我们的 SurfPro 在 CATH 4.2 上实现了 57.78% 的恢复率，并在蛋白质 - 蛋白质结合和酶 - 底物相互作用得分方面取得了更高的成功率。

    May, 2024

  • 利用深度生成模型进行蛋白质序列设计

    该论文综述了近期将机器学习应用于蛋白质序列优化的发展，重点介绍了深度生成方法对这一过程的促进作用。

    Apr, 2021