Jove
Visualize
Contáctanos
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

Videos de Conceptos Relacionados

Nuclear Protein Sorting01:34

Nuclear Protein Sorting

6.5K
Nuclear protein sorting is the selective trafficking of histones, polymerases, gene regulatory proteins into the nucleus and exporting RNAs and ribosomes to the cytosol. It is a tightly controlled process that regulates gene expression within a cell.
Proteins targeted to the nucleus carry nuclear localization signals or NLS recognized by import receptors in the cytosol. Similarly, proteins with nuclear export signals are recognized by export receptors. Import and export receptors are...
6.5K
Nuclear Localization Signals and Import01:46

Nuclear Localization Signals and Import

8.0K
Proteins targeted to the nucleus carry short stretches of amino acid sequences called the nuclear localization signal or NLS. Classical nuclear localization signals are of two types: monopartite and bipartite NLS. Monopartite classical NLS (cNLS) consists of a single cluster of 4-8 amino acids. Bipartite cNLS consists of two clusters of  2-3 amino acids and a 9-12 residue long proline-rich linker bridging the two clusters. Signal clusters are rich in positively charged amino acids such as...
8.0K

También podría leer

Artículos Relacionados

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

Ordenar por
Same author

Predicting antibody self-association with sequence-structure fusion models: the central role of CSI-BLI in early developability screening.

mAbs·2026
Same author

Accurate prediction of asparagine deamidation in biologics using advanced machine learning models.

Briefings in bioinformatics·2026
Same author

Evaluation of Dermatology Procedure Perceptions and Seeking in LGBTQ+ Patients.

Journal of drugs in dermatology : JDD·2026
Same author

Non-invasive assessment of glymphatic dysfunction in middle cerebral artery stenosis based on DTI-ALPS and ro-ALPS.

Frontiers in neurology·2026
Same author

CancerSubtyper: a deep learning framework for cancer subtyping through DNA methylation data.

Epigenetics & chromatin·2026
Same author

Correction to: The Cerebrovascular Reactivity Adjusted Fractional Amplitude of Low-Frequency Fluctuations Abnormalities in Middle Cerebral Artery Stenosis and Occlusive Disease.

Translational stroke research·2026

Video Experimental Relacionado

Updated: Feb 28, 2026

Heterokaryon Technique for Analysis of Cell Type-specific Localization
09:31

Heterokaryon Technique for Analysis of Cell Type-specific Localization

Published on: March 11, 2011

17.0K

HALO: Modelo Híbrido de Atención para la Localización Subcelular

Shafayat Ahmed1, Nazifa Ahmed Moumi2, Liqing Zhang3

  • 1Virginia Tech, Blacksburg, VA, USA, shafayatpiyal@vt.edu.

Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
|February 27, 2026
PubMed
Resumen

Desarrollamos HALO, un modelo híbrido para la predicción de la localización subcelular. Combina modelos de lenguaje de proteínas y datos estructurales para la identificación precisa de la función de las proteínas y dianas terapéuticas.

Palabras clave:
localización subcelularmodelos de lenguaje de proteínasdatos estructuralesaprendizaje automáticobiología computacional

Más Videos Relacionados

Multi-color Localization Microscopy of Single Membrane Proteins in Organelles of Live Mammalian Cells
11:06

Multi-color Localization Microscopy of Single Membrane Proteins in Organelles of Live Mammalian Cells

Published on: June 30, 2018

9.1K
Juxtacellular Monitoring and Localization of Single Neurons within Sub-cortical Brain Structures of Alert, Head-restrained Rats
08:41

Juxtacellular Monitoring and Localization of Single Neurons within Sub-cortical Brain Structures of Alert, Head-restrained Rats

Published on: April 27, 2015

11.9K

Videos de Experimentos Relacionados

Last Updated: Feb 28, 2026

Heterokaryon Technique for Analysis of Cell Type-specific Localization
09:31

Heterokaryon Technique for Analysis of Cell Type-specific Localization

Published on: March 11, 2011

17.0K
Multi-color Localization Microscopy of Single Membrane Proteins in Organelles of Live Mammalian Cells
11:06

Multi-color Localization Microscopy of Single Membrane Proteins in Organelles of Live Mammalian Cells

Published on: June 30, 2018

9.1K
Juxtacellular Monitoring and Localization of Single Neurons within Sub-cortical Brain Structures of Alert, Head-restrained Rats
08:41

Juxtacellular Monitoring and Localization of Single Neurons within Sub-cortical Brain Structures of Alert, Head-restrained Rats

Published on: April 27, 2015

11.9K

Área de la Ciencia:

  • Biología Computacional
  • Bioinformática
  • Biología Estructural

Sus antecedentes:

  • La localización subcelular es crucial para comprender las funciones de las proteínas, las interacciones y los mecanismos celulares.
  • La predicción precisa ayuda a identificar posibles dianas terapéuticas.

Objetivo del estudio:

  • Desarrollar un marco flexible y preciso para la predicción de la localización subcelular.
  • Integrar características basadas en secuencias y estructuras para mejorar el rendimiento.

Principales métodos:

  • Se propuso HALO (Modelo Híbrido de Atención para la Localización Subcelular), que integra incrustaciones de modelos de lenguaje de proteínas (PLM) (por ejemplo, ESM) con datos estructurales de AlphaFold.
  • Se utilizó una red de atención de grafos (GAT) para combinar características secuenciales, estructurales y bioquímicas.
  • Se implementaron dos modos: solo secuencia y híbrido (secuencia + estructura).

Principales resultados:

  • HALO logró un rendimiento competitivo en métricas clave en conjuntos de datos con homología mínima.
  • El modo híbrido complementa eficazmente las predicciones de PLM, especialmente en regiones de baja confianza.
  • Demostró adaptabilidad al combinar de manera flexible diferentes modalidades de datos.

Conclusiones:

  • HALO ofrece un marco adaptable para una predicción de localización subcelular precisa y generalizable.
  • Al integrar información de secuencias y estructuras, HALO supera las limitaciones de los enfoques de modalidad única.
  • Este enfoque mejora la comprensión de las funciones de las proteínas y los mecanismos celulares.