الأبحاث المرتبطة بالكلمة المفتاحية: توقع بنية البروتين
-
تحقيق التوازن بين السرعة والدقة في طي البروتينات: مقارنة بين AlphaFold2 وESMFold وOmegaFold
2026 | المؤلف: Anna Hyskova وآخرون | المجلة: Frontiers in Genetics | المجال: علم الأحياء الجزيئي (Molecular Biology)تتطلب التقدم السريع في أدوات توقع بنية البروتين تقييمات أداء منهجية للمساعدة في اختيار الطريقة، خاصةً بالنظر إلى التوازن بين سرعة الحساب ودقة التوقع. في هذه الدراسة، قمنا بتقييم ثلاثة أدوات بارزة—AlphaFold2 وESMFold وOmegaFold—باستخدام مجموعة بيانات تتكون من 1,337 سلسلة بروتين من بنك بيانات البروتين، مع ضمان عدم وجود تداخل مع بيانات التدريب. قمنا بتقييم…
-
نماذج لغة البروتين المعتمدة على الفيزياء الحيوية لهندسة البروتين
2025 | المؤلف: Sam Gelman وآخرون | المجلة: Nature Methods | المجال: علم الأحياء الجزيئي (Molecular Biology)في هذا القسم، يقوم المؤلفون بالتحقيق في قيمة المعلومات للبيانات المحاكية مقابل البيانات التجريبية في تدريب نماذج METL، مع التركيز بشكل خاص على نموذج GB1 METL-Local. يظهرون أنه بينما تعزز كلا المصدرين أداء النموذج، هناك عوائد متناقصة عند إضافة المزيد من البيانات. تكشف الدراسة أن نموذج METL-Local المدرب مسبقًا على 1,000 نقطة بيانات محاكية والمعدل…
-
التنقل في مشاهد البروتين باستخدام نموذج خشن قابل للنقل تم تعلمه بواسطة الآلة
2025 | المؤلف: Nicholas E. Charron وآخرون | المجلة: Nature Chemistry | المجال: كيمياء المواد (Materials Chemistry)في هذه الدراسة، قام المؤلفون بتطوير مجموعة بيانات تتضمن محاكاة للمذيبات الصريحة لجميع الذرات لـ 50 مجالًا من CATH، والتي تمثل بروتينات صغيرة ذات هياكل مطوية متنوعة، إلى جانب حوالي 1,200 ثنائي من أحادي وثنائي الببتيدات. قاموا بتسجيل القوى الفورية المؤثرة على ذرات البروتين وأجروا تجميعًا أساسيًا للقوى على تمثيل هيكل عظمي خشن (CG) للبروتينات.…
-
تنبؤ هيكل البروتين في مجال واحد ومتعدد المجالات باستخدام D-I-TASSER المعتمد على التعلم العميق
2025 | المؤلف: Wei Zheng وآخرون | المجلة: Nature Biotechnology | المجال: علم الأحياء الجزيئي (Molecular Biology)يقدم القسم نظرة عامة على نهج هجين جديد لتوقع بنية البروتين يسمى تحسين تجميع الخيوط التكراري القائم على التعلم العميق (D-I-TASSER). يجمع هذه الطريقة بين إمكانيات التعلم العميق متعددة المصادر مع محاكاة تجميع شظايا الخيوط التكرارية لتوليد نماذج على مستوى الذرة، وخاصة للبروتينات متعددة المجالات الكبيرة. يستخدم D-I-TASSER بروتوكول تقسيم وتجميع المجالات، مما يعزز بشكل…
-
Deep-ProBind: التنبؤ بالبروتينات المرتبطة باستخدام نموذج التعلم العميق القائم على المحولات
2025 | المؤلف: Salman Khan وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)تناقش هذه القسم أهمية البروتينات المرتبطة في الأنظمة البيولوجية، مع التركيز على تفاعلاتها الانتقائية مع جزيئات مثل الحمض النووي، RNA، والببتيدات، والتي تعتبر حاسمة لمختلف الوظائف الخلوية. غالبًا ما تكون الطرق التقليدية لتحديد الببتيدات المرتبطة بالبروتينات غير فعالة وتفتقر إلى الدقة بسبب تركيزها على ميزات التسلسل القريبة دون النظر في البيانات الهيكلية. لمعالجة هذه التحديات،…
-
DPFunc: التنبؤ بدقة بوظيفة البروتين عبر التعلم العميق مع معلومات الهيكل الموجهة بالمجال
2025 | المؤلف: Wenkang Wang وآخرون | المجلة: Nature Communications | المجال: علم الأحياء الجزيئي (Molecular Biology)يقدم هذا القسم نظرة عامة على نهج جديد قائم على التعلم العميق، DPFunc، مصمم لتوقع وظائف البروتينات مع معالجة قضايا القابلية للتفسير الموجودة في الطرق الحسابية الحالية. تكمن أهمية التنبؤ بدقة بوظائف البروتينات في إمكانيته لتعزيز فهمنا للآليات البيولوجية والمساعدة في علاج الأمراض المعقدة. يستفيد DPFunc من معلومات الهيكل الموجهة من المجال لتحديد المناطق الحرجة…
-
تحسين توقعات بنية البروتينات الأحادية والمعقدة باستخدام DeepMSA2 مع بيانات الميتاجينوم الضخمة
2024 | المؤلف: Wei Zheng وآخرون | المجلة: Nature Methods | المجال: علم الأحياء الجزيئي (Molecular Biology)تم تقديم خط أنابيب DeepMSA2 كنهج جديد لبناء محاذاة متعددة التسلسلات الموحدة (MSAs) للبروتينات أحادية ومتعددة السلاسل، باستخدام بحث محاذاة تكراري عبر قواعد البيانات الجينومية والميتا جينومية. تشير الاختبارات الشاملة إلى أن MSAs التي تم إنشاؤها بواسطة DeepMSA2 تعزز بشكل كبير دقة توقعات الهيكل الثلاثي والرباعي للبروتين مقارنة بالطرق الحالية المتطورة. ومن الجدير بالذكر أنه…