☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

编辑 | KX

蛋白质的动力学对于理解其机制至关重要。然而，通过计算预测蛋白质动学信息具有挑战性。

在此，来自山东大学、百图生科（BioMap）、北京理工大学、湖北医药学院、宁夏医科大学和阿卜杜拉国王科技大学（KAUST）的研究团队，提出了一个神经网络模型 RMSF-net，其优于以前的方法，并在大规模蛋白质动力学数据集中产生最佳结果；该模型可以在几秒钟内准确推断出蛋白质的动力学信息。

通过从实验蛋白质结构数据和低温电子显微镜 (cryo-EM) 数据集成中有效地学习，该方法能够准确识别低温电子显微镜图和 PDB 模型之间的交互式双向约束和监督，以最大限度地提高动力学预测效率。

RMSF-net 是一个可免费使用的工具，将在蛋白质动力学研究中发挥重要作用。

该研究以「Accurate Prediction of Protein Structural Flexibility by Deep Learning Integrating Intricate Atomic Structures and Cryo-EM Density Information」为题，于 7 月 2 日发布在《Nature Communications》上。

论文链接：

• https://www.nature.com/articles/s41467-024-49858-x

RMSF-net GitHub 地址：

• https://github.com/XintSong/RMSF-net

蛋白质动力学

蛋白质动力学在理解其机制中至关重要。低温电子显微镜 (cryo-EM) 技术可解析大多数蛋白质，其中大分子结构由 3D 密度图表示。

低温电子显微镜的局限性

由于原始二维粒子图像的分辨率和信噪比较低，低温电子显微镜分析无法在重建过程中分辨出微小的构象变化。

深度学习在低温电子显微镜中的应用

深度学习方法广泛用于低温电子显微镜图的自动分析。利用高分辨率的低温电子显微镜图谱，可以从低温电子显微镜图谱中构建蛋白质数据库 (PDB) 模型。

RMSF-net 概述

RMSF-net 是一种神经网络模型，用于低温电子显微镜密度图。它利用低温电子显微镜密度和 PDB 模型信息，可以在几秒钟内准确推断蛋白质的动力学信息。

RMSF

RMSF 是一种广泛使用的测量方法，用于评估分子动力学 (MD) 分析中分子结构的灵活性。其主要目的是预测蛋白质内局部结构 (残基、原子) 的 RMSF。

易标AI

告别低效手工，迎接AI标书新时代！3分钟智能生成，行业唯一具备查重功能，自动避雷废标项

135 查看详情

图示：RMSF-net。（来源：论文）

除了低温电子显微镜图之外，RMSF-net 还利用 PDB 模型作为额外输入，以产生非常接近 MD 模拟结果的 RMSF 预测。

RMSF-net 是一种三维卷积神经网络，包含两个相互连接的模块。主模块采用 Unet + (L3) 架构对输入密度框进行特征编码和解码。另一个模块利用 1x1 卷积对 Unet + 主干生成的特征图的通道进行回归。然后将中心裁剪应用于回归模块输出以获得中心 RMSF 子框，其中体素（voxel）值对应于其中包含的原子的 RMSF。最后，使用合并算法将 RMSF 子框在空间上合并为 RMSF 图。

此外，研究人员还构建了一个大规模蛋白质动力学数据集用于 RMSF-net 的训练和验证，其中选择了 335 个具有拟合 PDB 模型的低温电子显微镜结构条目并执行相应的 MD 模拟。综合实验结果证明了 RMSF-net 的效率和有效性。

表：不同 RMSF 预测方法在数据集上的表现。（来源：论文）

动力学预测的准确性

RMSF-net 在严格的 5 倍交叉验证中表现出色，与 MD 模拟结果的相关系数达到 0.746±0.127。与 DEFMap 相比，RMSF-net 的相关系数提高了 15%，与基线方法相比，提高了 10%。

动力学预测的可解释性

研究人员通过对比实验增强了 RMSF-net 动力学预测的可解释性。他们将 RMSF 预测过程分为两个步骤：

1. 结构信息提取（Occ2RMSF-net）
2. 基于提取的结构信息进行动力学预测

研究表明，基于低温电子显微镜图谱的模型（例如 DEFMap 或 RMSF-net_cryo）的动力学预测主要通过解读蛋白质结构实现。这突出了蛋白质拓扑结构与动力学之间的联系，符合结构-功能关系的第一原理。

图示：RMSF-net 与其他相关方法的性能比较。（来源：论文）

此外，通过对 RMSF-net_cryo、RMSF-net_pdb 和最终的双组合 RMSF-net 进行全面比较，证明了：一方面，来自 PDB 模型的结构信息在 RMSF-net 中起主要作用，其中深度模型从 MD 模拟中学习结构拓扑和灵活性之间的模式，另一方面，低温电子显微镜图谱异质密度分布中包含的动力学信息进一步增强了模型。这些结果验证了低温电子显微镜图和 PDB 模型的信息对 RMSF-net 中的蛋白质动力学预测的互补作用。

局限性与未来方向

不可否认的是，RMSF-net 主要限于预测纯蛋白质及其复合物在溶液中的柔韧性。对于蛋白质在与小分子配体结合或在膜环境中的动力学特性，该方法在某些局部区域可能会表现出不准确性。

RMSF-net 的卓越性能揭示了进一步研究该方向的可行性。该研究还没有扩展到核酸和蛋白质-核酸复合物。综合表征大分子动力学的各个方面，包括多构象预测和转变分析，在未来需要进一步进行广泛而深入的研究。

尽管如此，作为预测蛋白质动力学的工具，RMSF-net 由于其优越的性能和超快的处理速度，在蛋白质结构和动力学研究中仍有很大的应用前景。

注：封面来自网络

以上就是仅几秒，准确推断蛋白动力学信息，山大、北理工等AI模型RMSF-net登Nature子刊的详细内容，更多请关注其它相关文章！

# git  # 质数  # 几秒  # 山大  # 是一种  # 省电  # 理论  # 医药公司网络营销推广策略  # 河西区百度推广招聘网站  # 玩具行业seo推广运营  # seo重要程度  # 推广网站几个要素  # 中国企业网站的推广  # 李佳琦推广营销技巧  # 巫山县网站推广团队招聘  # 辽源seo服务哪家好用  # 营销是推广传播吗为什么  # 的是  # 山东大学  # 至关重要  # 中分  # 阿卜杜拉  # 都能 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： 固态硬盘质量如何  j*a 怎么清空数组元素  什么是域名解析地址  ai文件里无法找到链接文件怎么解决  阿里云盘扩容是什么_扩容阿里云盘方法是什么教程  单片机计数程序怎么写  linux如何使用db2命令  如何通过命令系统还原  element ui是什么  typescript和es6先学哪个  春运抢票准备什么  春运什么时候开始抢票  统计学中power值是什么意思  bored是什么意思  为什么要出折叠屏手机  如何打开win10命令  三星固态硬盘如何安装  J*a数组静态怎么打  春运哪天抢票最好预约  如何为服务器配置静态路由？服务器配置静态路由详细教程  typescript属性只读如何修改  如何安装笔记本固态硬盘  推特是什么软件国内可以使用吗  如何用dos命令启动u盘  ao3镜像网站哪个好  市盈率当中17A 18E是什么意思  j*a怎么处理json数组  360n5锁屏壁纸怎么设置  华为5g手机掉了怎么定位找回  8k是多少钱  如何修改cad中的命令  如何用命令连接mysql  电焊机power和oc是什么意思  哪个牌子的折叠屏手机好  为什么夸克流畅播失败  cos150度等于多少  如何提高固态硬盘速度  折叠屏有哪些手机  HTML5如何引用typescript  液位传感器power是什么意思  新买的固态硬盘如何查  折叠屏手机信号哪个最强  linux如何调出命令行  春运抢票最快几天能成功  react怎么用typescript  1s等于多少ms  单片机引脚怎么改成上拉  楔子是什么意思  复制 命令如何撤销  阿里云盘的会员怎么用