Một phương pháp mới, FragFold, sử dụng trí tuệ nhân tạo để dự đoán các mảnh protein có thể liên kết và ức chế các protein có chiều dài đầy đủ. Được phát triển tại Khoa Sinh học, công cụ này tận dụng AlphaFold, một mô hình AI nổi tiếng với khả năng dự đoán sự gấp khúc và tương tác của protein. Các nhà nghiên cứu đã xác nhận rằng hơn một nửa số dự đoán của FragFold về liên kết hoặc ức chế là chính xác, ngay cả khi không có dữ liệu cấu trúc trước đó. Cách tiếp cận này có thể được áp dụng cho các protein có chức năng hoặc cấu trúc chưa biết. Các nhà nghiên cứu đã khám phá các mảnh của FtsZ, một protein quan trọng đối với sự phân chia tế bào, xác định các tương tác liên kết mới. Quét đột biến sâu đã tiết lộ các axit amin chính chịu trách nhiệm cho sự ức chế, với một số mảnh đột biến chứng tỏ mạnh hơn so với các chuỗi có chiều dài đầy đủ. FragFold mở ra khả năng thao túng chức năng protein và tạo ra các công cụ mới để nghiên cứu sinh học tế bào và điều trị bệnh.
AI Dự đoán Chất ức chế Mảnh Protein cho Liệu pháp Nhắm mục tiêu
Chỉnh sửa bởi: 🐬Maria Sagir
Đọc thêm tin tức về chủ đề này:
Gánh nặng thiếu oxy ở trẻ em mắc chứng ngưng thở khi ngủ liên quan đến các vấn đề về tim: Nghiên cứu nhấn mạnh việc phát hiện sớm
Ulefnersen Cho Thấy Triển Vọng: Thuốc ALS Thử Nghiệm Đảo Ngược Mất Chức Năng trong Các Trường Hợp Đột Biến Gen Hiếm Gặp
CellWalker2: Công cụ mã nguồn mở tăng cường phân loại loại tế bào và tích hợp dữ liệu đa omic vào năm 2025
Bạn có phát hiện lỗi hoặc sai sót không?
Chúng tôi sẽ xem xét ý kiến của bạn càng sớm càng tốt.