Search research articles

ACERCA DE JoVE

Visión General Liderazgo Blog Centro de Ayuda JoVE

AUTORES

Proceso de Publicación Consejo Editorial Alcance y Políticas Revisión por Pares Preguntas Frecuentes Enviar

BIBLIOTECARIOS

Testimonios Suscripciones Acceso Recursos Consejo Asesor de Bibliotecas Preguntas Frecuentes

INVESTIGACIÓN

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments Archivo

EDUCACIÓN

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual Centro de Recursos para Profesores Sitio de Profesores

Términos y Condiciones de Uso

Política de Privacidad

Videos de Conceptos Relacionados

Protein Dynamics in Living Cells

Protein Dynamics in Living Cells

Different fluorescence-based techniques are used to study the protein dynamics in living cells. These techniques include FRAP, FRET, and PET.
Fluorescent recovery after photobleaching (FRAP) is a fluorescent-protein-based detection technique used to quantify protein movement rates within the cell. This method exposes a small portion of the cell to an intense laser beam. The laser beam causes permanent photobleaching of the fluorophore-tagged proteins in the exposed region. As the bleached...

Mechanical Protein Function

Mechanical Protein Function

The Fluid Mosaic Model

The Fluid Mosaic Model

The fluid mosaic model was first proposed as a visual representation of research observations. The model comprises the composition and dynamics of membranes and serves as a foundation for future membrane-related studies. The model depicts the structure of the plasma membrane with a variety of components, which include phospholipids, proteins, and carbohydrates. These integral molecules are loosely bound, defining the cell’s border and providing fluidity for optimal function.

Molecular Models

Molecular Models

Physical models representing molecular architectures of chemical compounds play essential roles in understanding chemistry. The use of molecular models makes it easier to visualize the structures and shapes of atoms and molecules.

Mechanical Protein Functions

Mechanical Protein Functions

Proteins perform many mechanical functions in a cell. These proteins can be classified into two general categories- proteins that generate mechanical forces and proteins that are subjected to mechanical forces. Proteins providing mechanical support to the structure of the cell, such as keratin, are subjected to mechanical force, whereas proteins involved in cell movement and transport of molecules across cell membranes, such as an ion pump, are examples of generating mechanical force.

Intrinsically Disordered Proteins

Intrinsically Disordered Proteins

Intrinsically disordered proteins are a group of proteins that do not fold into specific three-dimensional structures. Their structural flexibility allows them to complement ordered proteins to perform functions that are inaccessible to rigid structures. They are more common in eukaryotes than prokaryotes and may either be exclusively intrinsically disordered or hybrid proteins, consisting of a mix of ordered and disordered regions. The absence of a rigid structure in these proteins can be...

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por

Same author

A Fresh Look at the Normal Mode Analysis of Proteins: Introducing Allosteric Co-Vibrational Modes.

JACS Au·2024

Same author

Comprehensive Approach to Simulating Large Scale Conformational Changes in Biological Systems Utilizing a Path Collective Variable and New Barrier Restraint.

The journal of physical chemistry. B·2023

Ver todos los artículos relacionados

Search research articles

Video Experimental Relacionado

Updated: Jan 13, 2026

Study of Protein Dynamics via Neutron Spin Echo Spectroscopy

Study of Protein Dynamics via Neutron Spin Echo Spectroscopy

Published on: April 13, 2022

Dinámica molecular reforzada: un modelo de aprendizaje automático generativo infundido con física simula el

István Kolossváry¹

¹Flagship Pioneering, Pioneering Intelligence, 55 Cambridge Pkwy, Cambridge, MA 02142, USA.

|January 12, 2026

Resumen

Desarrollamos la dinámica molecular reforzada (rMD), un método de aprendizaje automático para analizar los movimientos de las proteínas. rMD utiliza mapas de energía libre para explorar estructuras de proteínas sin nuevas simulaciones, lo que ayuda al descubrimiento de fármacos.

Palabras clave:

aprendizaje profundo autoencoder informado espacio latente dinámica molecular dinámica de proteínas

Más Videos Relacionados

Structure-Based Simulation and Sampling of Transcription Factor Protein Movements along DNA from Atomic-Scale Stepping to Coarse-Grained Diffusion

Structure-Based Simulation and Sampling of Transcription Factor Protein Movements along DNA from Atomic-Scale Stepping to Coarse-Grained Diffusion

Published on: March 1, 2022

Author Spotlight: Advancing Cell Membrane Biophysics - Exploring Interactions and Challenges Through Experimental and Computational Approaches

Author Spotlight: Advancing Cell Membrane Biophysics - Exploring Interactions and Challenges Through Experimental and Computational Approaches

Published on: September 1, 2023

Videos de Experimentos Relacionados

Last Updated: Jan 13, 2026

Study of Protein Dynamics via Neutron Spin Echo Spectroscopy

Study of Protein Dynamics via Neutron Spin Echo Spectroscopy

Published on: April 13, 2022

Structure-Based Simulation and Sampling of Transcription Factor Protein Movements along DNA from Atomic-Scale Stepping to Coarse-Grained Diffusion

Structure-Based Simulation and Sampling of Transcription Factor Protein Movements along DNA from Atomic-Scale Stepping to Coarse-Grained Diffusion

Published on: March 1, 2022

Author Spotlight: Advancing Cell Membrane Biophysics - Exploring Interactions and Challenges Through Experimental and Computational Approaches

Author Spotlight: Advancing Cell Membrane Biophysics - Exploring Interactions and Challenges Through Experimental and Computational Approaches

Published on: September 1, 2023

Área de la Ciencia:

Biología Computacional
Biofísica
Aprendizaje Automático

Sus antecedentes:

El análisis de la dinámica de las proteínas es crucial para comprender las funciones biológicas.
Los métodos de simulación tradicionales pueden ser costosos y consumir mucho tiempo.
La exploración de transiciones conformacionales raras sigue siendo un desafío.

Objetivo del estudio:

Presentar la dinámica molecular reforzada (rMD), un enfoque novedoso de aprendizaje automático para analizar los movimientos de las proteínas.
Permitir la exploración eficiente del espacio conformacional de las proteínas.
Proporcionar una solución práctica de escritorio para estudiar la dinámica de las proteínas.

Principales métodos:

Se desarrolló una red de autoencoder con función de pérdida dual entrenada con datos de trayectoria de dinámica molecular (MD) y mapa de energía libre (FE).
Se integraron mapas FE en el espacio latente del autoencoder para el contexto físico.
Se calcularon mapas FE a partir de simulaciones de MD sesgadas sobre espacios de variables colectivas (CV) relevantes para la función biológica.

Principales resultados:

rMD puede explorar el espacio conformacional de forma retroactiva sin requerir simulaciones adicionales.
La infusión del mapa FE permite al autoencoder predecir estructuras y explorar vías alternativas.
Se demostró la capacidad de rMD en el análisis de la transición conformacional de CRBN en la investigación de degradadores de pegamento molecular.

Conclusiones:

rMD ofrece una solución autocontenida y ejecutable en escritorio para el análisis del movimiento de proteínas.
El método mejora la exploración de regiones poco muestreadas en el espacio conformacional.
rMD proporciona información más profunda sobre las transiciones estructurales relevantes para el descubrimiento de fármacos, como los cambios conformacionales de CRBN.