检索结果-南通市图书馆

小型微型计算机系统 2025年

作者：彭超王泽泷赵培泽黄沁戈维峰复旦大学计算机科学技术学院 Palindromic Labs Limited 香港高等研究院

抗体是由B细胞产生的一类蛋白质，在免疫系统中发挥着至关重要的作用.针对抗体互补决定区域建模困难的问题，提出了基于深度学习的抗体结构预测模型AbFold，该模型融合同源序列与蛋白质语言模型之间互补信息.首先，从同源序列提取抗体... 详细信息

抗体是由B细胞产生的一类蛋白质，在免疫系统中发挥着至关重要的作用.针对抗体互补决定区域建模困难的问题，提出了基于深度学习的抗体结构预测模型AbFold，该模型融合同源序列与蛋白质语言模型之间互补信息.首先，从同源序列提取抗体序列的进化约束与序列中氨基酸对间的相互关系；同时从抗体语言模型中提取抗体序列的氨基酸间依赖关系；然后，通过基于全连接层的神经网络融合同源序列与蛋白质语言模型之间互补信息；最后，基于注意力机制与变分自编码器的结构模块迭代优化，以预测抗体的三维结构.实验结果表明，AbFold模型能够有效预测抗体结构，预测结果中互补决定区域精度优于对比方法.

关键词：抗体结构预测迁移学习抗体语言模型自监督学习

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于AlphaFold2和分子动力学模拟预测抗体可变区结构

引用

江苏海洋大学学报（自然科学版） 2023年第1期32卷 37-43页

作者：袁毅张巧生韦亚龙李其操章智杰董自健江苏海洋大学电子工程学院江苏连云港222005 江苏海洋大学计算机工程学院江苏连云港222005

开发了基于AlphaFold2和分子动力学模拟预测抗体可变区结构的设计流程。使用AlphaFold2分别建模抗体轻链和重链可变区结构,通过序列比对选出方向模板,从而确定轻链与重链之间的位置,最后借助分子动力学模拟对结构进行优化。选取蛋白质... 详细信息

开发了基于AlphaFold2和分子动力学模拟预测抗体可变区结构的设计流程。使用AlphaFold2分别建模抗体轻链和重链可变区结构,通过序列比对选出方向模板,从而确定轻链与重链之间的位置,最后借助分子动力学模拟对结构进行优化。选取蛋白质结构数据库中最新发布的30个抗体作为测试,建模结果与真实结构之间的平均RMSD可达到0.077 nm,TMscore可达0.93。结果表明该流程可以准确地预测抗体可变区结构。

关键词：抗体结构预测 AlphaFold2 抗体VL-VH方向分子动力学模拟

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度图模型的蛋白质结构预测方法研究

基于深度图模型的蛋白质结构预测方法研究

引用

作者：赵月南京理工大学

学位级别：硕士

蛋白质在诸多生物过程中发挥着关键作用,是生命活动的物质基础。蛋白质的生物活性在很大程度上取决于其三级结构的精细细节,因此了解蛋白质的三维结构可以极大促进对其功能的理解,对生命科学和医学制药领域具有极大的推动作用。在众多... 详细信息

蛋白质在诸多生物过程中发挥着关键作用,是生命活动的物质基础。蛋白质的生物活性在很大程度上取决于其三级结构的精细细节,因此了解蛋白质的三维结构可以极大促进对其功能的理解,对生命科学和医学制药领域具有极大的推动作用。在众多种类的蛋白质中,抗体是生物体在对入侵病原体的免疫反应中产生的一种特殊的蛋白质。由于抗体的免疫特异性和广泛适用性,其不同区域的三维结构研究在新药研制和药物发现等领域具有重要价值,使得抗体研究成为生物学和医药学领域长盛不衰的热点问题。目前,X-晶体衍射、核磁共振和冷冻电镜技术等实验方式是测定蛋白质三级结构的主流方法。但是这些实验耗费巨大且用时过长,无法实现大规模蛋白质的结构解析。这使得蛋白质结构预测方法应运而生。但传统的蛋白质结构预测方法受限于同源蛋白的数量,在同源结构不足时往往表现不佳,无法应对更为广泛和复杂的情况。基于上述问题,本文从深度学习和生物信息学的角度出发,对蛋白质结构预测问题重新梳理并展开深入研究。受到图网络结构的启发,本文将不规则的蛋白质表征为图,利用图神经网络强大的表征能力对蛋白质结构建模并学习,以实现三级结构预测。在蛋白质结构预测任务中,一般蛋白质和特异性抗体的结构预测对于理解生物功能和推动药物发现均具有重要意义。从应用层面出发,本文从两个角度进行探索。首先针对一般蛋白质展开同源结构的依赖性研究,随后进一步针对其中的特异性抗体展开抗体可变区的不确定性研究,提出了两种基于深度图模型的预测网络,并在此基础上设计开发了蛋白质结构预测系统。本文的主要创新成果包括以下三个方面:(1)针对一般蛋白质结构预测对同源结构的依赖性问题,提出了一种蛋白质全原子结构预测模型。该模型提出了针对蛋白质结构的层级式建模方法,引入残基图和原子图以同时预测目标蛋白质的主链和侧链结构,并对生成的全原子结构进行优化。此外,该模型有助于减少对同源结构的依赖,可以应对同源蛋白数量不足的情况,实现对蛋白质结构的高质量预测。最后,通过CASP13竞赛序列上的实验及对比分析验证了该模型对一般蛋白质结构预测的有效性。(2)针对特异性抗体结构预测中的可变区不确定性问题,提出了基于显著可变区自适应选择的抗体结构预测模型。该模型将抗体表征为图,使用图神经网络学习残基节点的嵌入表示。随后,模型对残基间的相对距离和方向进行预测,并以此为约束构造和优化势能函数,再搜寻势能最小的构象作为预测结构。此外,考虑不同抗体中可变区的巨大差异性和不确定性,模型引入注意力机制以提升对于目标三维结构的自适应建模能力,实现对抗体可变区结构的精细预测,有助于研究抗体的功能特异性。最后,通过在两个基准数据集上的实验及对比分析验证了该模型对特异性抗体结构预测的有效性。(3)基于针对一般蛋白质的全原子结构预测模型和针对特异性抗体的显著可变区自适应结构预测模型,设计实现了蛋白质结构预测系统。用户上传待预测的目标蛋白质序列后,系统自动调用对应模型实现对一般蛋白质和特异性抗体的结构预测并将预测结构进行可视化展示。该系统为生物领域研究人员提供协助,有利于增进对细胞基本构成的理解,从而加快药物研发速度。

关键词：蛋白质结构预测抗体结构预测图神经网络注意力机制

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：