已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

AlphaDesign: A de novo protein design framework based on AlphaFold

蛋白质设计 计算生物学 蛋白质结构 蛋白质折叠 分子动力学 折叠(DSP实现) 蛋白质组 蛋白质工程 结构生物信息学 蛋白质结构预测 生物系统 计算机科学 化学 生物 生物信息学 计算化学 生物化学 工程类 电气工程
作者
Michael Jendrusch,Jan O. Korbel,S. Kashif Sadiq
标识
DOI:10.1101/2021.10.11.463937
摘要

De novo protein design is a longstanding fundamental goal of synthetic biology, but has been hindered by the difficulty in reliable prediction of accurate high-resolution protein structures from sequence. Recent advances in the accuracy of protein structure prediction methods, such as AlphaFold (AF), have facilitated proteome scale structural predictions of monomeric proteins. Here we develop AlphaDesign, a computational framework for de novo protein design that embeds AF as an oracle within an optimisable design process. Our framework enables rapid prediction of completely novel protein monomers starting from random sequences. These are shown to adopt a diverse array of folds within the known protein space. A recent and unexpected utility of AF to predict the structure of protein complexes, further allows our framework to design higher-order complexes. Subsequently a range of predictions are made for monomers, homodimers, heterodimers as well as higher-order homo-oligomers - trimers to hexamers. Our analyses also show potential for designing proteins that bind to a pre-specified target protein. Structural integrity of predicted structures is validated and confirmed by standard ab initio folding and structural analysis methods as well as more extensively by performing rigorous all-atom molecular dynamics simulations and analysing the corresponding structural flexibility, intramonomer and interfacial amino-acid contacts. These analyses demonstrate widespread maintenance of structural integrity and suggests that our framework allows for fairly accurate protein design. Strikingly, our approach also reveals the capacity of AF to predict proteins that switch conformation upon complex formation, such as involving switches from α -helices to β -sheets during amyloid filament formation. Correspondingly, when integrated into our design framework, our approach reveals de novo design of a subset of proteins that switch conformation between monomeric and oligomeric state.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
张元东完成签到 ,获得积分10
1秒前
EED完成签到 ,获得积分10
1秒前
liu完成签到,获得积分10
2秒前
顷梦完成签到,获得积分10
2秒前
liu发布了新的文献求助10
4秒前
你好完成签到 ,获得积分10
5秒前
英俊的铭应助daior采纳,获得10
5秒前
嘿嘿完成签到 ,获得积分10
6秒前
7秒前
充电宝应助顷梦采纳,获得10
10秒前
农夫完成签到,获得积分10
14秒前
123669发布了新的文献求助10
14秒前
起风了完成签到,获得积分10
15秒前
目分完成签到,获得积分10
15秒前
16秒前
我爱学习完成签到 ,获得积分20
16秒前
man完成签到 ,获得积分10
17秒前
漂亮的乐萱完成签到,获得积分10
18秒前
Zhenqian应助Dr采纳,获得10
21秒前
斯文败类应助目分采纳,获得10
21秒前
古铜完成签到 ,获得积分10
22秒前
深情安青应助漂亮的乐萱采纳,获得10
22秒前
林利芳完成签到 ,获得积分10
22秒前
24秒前
YANG完成签到 ,获得积分10
26秒前
daiyu完成签到,获得积分10
27秒前
杳鸢应助科研通管家采纳,获得30
30秒前
科研通AI2S应助科研通管家采纳,获得10
30秒前
科研通AI2S应助科研通管家采纳,获得10
30秒前
lemon应助科研通管家采纳,获得10
30秒前
隐形曼青应助科研通管家采纳,获得10
30秒前
VDC应助科研通管家采纳,获得20
30秒前
30秒前
TTT0530发布了新的文献求助10
31秒前
重要的炳完成签到 ,获得积分10
32秒前
fgy0806发布了新的文献求助10
34秒前
xiaoma完成签到,获得积分10
34秒前
qpp完成签到,获得积分10
35秒前
Yangqx007完成签到,获得积分10
36秒前
孙皓然完成签到 ,获得积分10
37秒前
高分求助中
求国内可以测试或购买Loschmidt cell(或相同原理器件)的机构信息 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
The Heath Anthology of American Literature: Early Nineteenth Century 1800 - 1865 Vol. B 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
Machine Learning for Polymer Informatics 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3219617
求助须知:如何正确求助?哪些是违规求助? 2868402
关于积分的说明 8160892
捐赠科研通 2535463
什么是DOI,文献DOI怎么找? 1367918
科研通“疑难数据库(出版商)”最低求助积分说明 645118
邀请新用户注册赠送积分活动 618457