首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    Chem. Sci. | 来鲁华、裴剑锋团队开发基于扩散模型的柔性分子对接方法

    基于结构的虚拟筛选(SBVS)能够从大规模化合物库中快速识别潜在的活性分子。分子对接是SBVS中最常用的技术之一,它可以用于预测配体的结合姿态,描述蛋白质-配体的结合强度,并识别关键的相互作用。传统的分子对接方法一般使用刚性的蛋白质口袋作为对接的受体,即当蛋白-配体晶体结构已知时,移除配体分子再重新对接配体回到已知蛋白质的Holo态结合口袋。然而,在现实应用场景下的分子对接任务中,如果事先不知道受体的结合构象,由配体诱导的口袋构象的变动会使得刚性对接方法给出错误的预测。尽管AlphaFold2能够较准确地预测目标蛋白质的结构,但预测的靶标蛋白结构与结合态有一定差别,导致未考虑蛋白质柔性的刚性分子对接方法无法利用预测的结构给出正确的复合物结构。而现有的柔性分子对接方法,受限于计算复杂度,仅能考虑少量的侧链构象变化。一些基于深度学习的分子对接方法,对蛋白质进行粗粒化的主链编码在一定程度上可以克服局部的侧链构象变化,但由于口袋残基侧链原子信息的缺失以及缺乏基于物理模型的配体分子建模,所生成的对接构象经常出现配体构象不合理及配体与蛋白间的碰撞等问题,也不能提供对于配体进行优化所需要的受体与配体的相互作用细节。

    01

    接口

    我们把对接这个事情想像成我们在手机上点外卖,商家是不是需要我们提供 购买人的手机号,姓名,配送地址,才能把外卖准确的送到我们手里面,在这个流程里面,商家就相当于一个提供服务的服务端(我们的 TTS 服务),然后商家需要我们提供的这些个信息其实就相当于是 我们的 API 接口,他提前告诉我们订外卖我们需要给他提供什么参数,然后他才能给我们正常的进行制作 和配送,那如果别人想使用我们的 TTS 服务进行语音合成,我们也会提前告诉他们我们需要他们传递什么参数过来,然后我们根据他们提供的参数来进行 TTS 合成,并把制作结果给他们。然后接口就是商家或者服务端提供服务需要的参数;

    06

    迫切需求AI战疫最佳方案?「精选」全面梳理,「平台」一步匹配

    当前,人工智能正广泛应用于疫情防控与复工复产,机器之心发起的「智能战疫联合行动」在所有参与机构的支持和努力下取得了显著的阶段性效果,两周内收录并完成百余项抗击疫情相关需求与人工智能解决方案的匹配对接。 为更加高效促进各方合作,进一步推动人工智能在抗击疫情和复工复产中的实际应用,机器之心最新上线「人工智能产业对接平台」和「智能战疫方案精选」,「平台」旨在帮助产业需求方对接最合适自身业务场景的解决方案和技术提供方,「精选」旨在通过针对应用场景与解决方案的全面剖析帮助产业需求方了解市场现状、辅助决策。

    03

    Bioinformatics | EasyVS: 基于分子库选择和结构虚拟筛选的用户友好网络工具

    今天给大家介绍的是墨尔本大学Douglas E.V.Pires课题组在Bioinformatics“Application Note”系列发表的工作“EasyVS: a user-friendly web-based tool for molecule library selection and structure-based virtual screening”。基于结构的虚拟筛选已广泛成功地应用于药物开发的早期阶段,有助于识别潜在的命中,并指导进一步的实验验证。分子对接是最广泛使用的虚拟筛选方法之一,它使用目标蛋白质的三维结构来预测小分子与感兴趣目标的主要结合模式。通过这种方式,对接可以用于评估一个大的分子库,并识别那些最有可能以期望的方式与目标相互作用的分子。这是识别初始命中的有力工具,大大减少了实验测试的化学空间,增加了筛选阳性化合物的比例。

    02

    Nat. Comput. Sci.|KarmaDock:针对超大规模虚拟筛选的基于深度学习的分子对接方法

    本文介绍一篇来自浙江大学侯廷军教授、谢昌谕教授、潘培辰研究员和之江实验室陈广勇研究员团队联合发表的关于分子对接方法的论文。该文章提出了一种基于深度学习的分子对接模型,KarmaDock,可以快速且准确的预测蛋白配体结合构象及其结合强度。该方法通过混合密度函数学习蛋白配体间最优距离分布用于结合强度打分,并将其作为归纳偏置,利用融合自注意力机制的EGNN模型来迭代更新分子坐标从而预测蛋白配体间结合构象。KarmaDock跳过了传统分子对接软件的构象搜索阶段,极大提升了分子对接的速度(0.017 s/complex),适用于超大规模的虚拟筛选。

    04
    领券