计算生物学和分子模型构建

计算生物学和分子模型构建

2021年7月22日,全球顶级三大期刊之一的Nature发表了一篇题为“Highly accurate protein structure prediction with AlphaFold”的文章,推出了一款名为Alphafold2的软件,沸腾了整个学术圈。简单来说,Alphafold2是deepmind公司基于人工智能技术开发的一款用于预测蛋白质三维结构的程序。由于Alphafold2预测结果置信度比较高,可以说 Alphafold 预测出来的结果很可能就是事实(施一公说)。新一代分子建模:AlphaFold 2主要服务于无法满足进行晶体实验的科研工作者,可以从根本上帮助他们更好地理解生命的分子过程。
服务优势
团队阵容
团队阵容
国内知名高效的结构生物学博士,硕士,孵化数十年,项目经验丰富。
周期短
周期短
保证质量的前提下,交付周期快,价格惠民。
配套多
配套多
高配的显卡设备,专业的协同团队。
三大块用途
第一、预测蛋白质的活性中心,为突变位点的设计提供重要的参考。
用Alphafold2预测出三维结构模型,得到的蛋白质pdb文件,利用软件预测蛋白质与元素离子之间具有氢键作用的氨基酸来确定预测其活性位点,之后通过定点突变技术验证突变体蛋白的功能来确认活性中心。

示例展示:

示例图

结论:当蛋白以铜离子为活性中心时,其得分最高且远高于第二、三个,其活性中心分别为第23,58,137号氨基酸。表格如下:

Rank C-score Cluster size PDB Hit Lig Name Consensus Binding Residues
1 0.79 31 5acfA CU 23,58,137
2 0.02 1 3eiiD 3EIID00 68,245,247,248
3 0.02 1 5aciA BGC 165,212

第二、计算药物虚拟筛选即蛋白质与小分子对接
用Alphafold2预测出三维结构模型,进行虚拟配体筛选,找到潜在的蛋白的抑制剂/激动剂,测试功能,发现新的具有功能的小分子。

示例展示:

示例图

结论:其中TERT与该蛋白成功对接,表明其可能是蛋白的有效受体,且软件预测到了6个可能的对接位点。

Rank Affinity (kcal/mol) rmsd l.b rmsd u.b
1 -11.4 0 0
2 -7.3 13.631 25.944
3 -7.2 3.758 10.1
4 -6.1 14.1 22.151
5 -5.8 3.554 5.798
6 -5.2 13.718 25.699

第三、预测蛋白质的功能是否发生变化:
由于蛋白质结构的特殊性,其一级序列发生微小的突变都有可能影响其三维结构变化,进而改变蛋白质的活性与功能。

示例展示:

示例图

结果:利用alphafold2预测了三维结构,发现相较于绿色蛋白,蓝色蛋白少了一段α螺旋和β折叠。