Search research articles

お問い合わせ

JoVEについて

概要リーダーシップブログ JoVEヘルプセンター

著者向け

出版プロセス編集委員会範囲と方針査読よくある質問投稿

図書館員向け

推薦の声購読アクセスリソース図書館諮問委員会よくある質問

研究

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments アーカイブ

教育

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual 教員リソースセンター教員サイト

プライバシーポリシー

関連する概念動画

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...

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え

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

関連記事をすべて見る

Search research articles

関連する実験動画

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

強化分子動力学：物理学を組み込んだ生成機械学習モデルがタンパク質の動きをシミュレート

István Kolossváry¹

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

|January 12, 2026

まとめ

タンパク質の動きを解析する機械学習手法である強化分子動力学（rMD）を開発しました。rMDは、新しいシミュレーションを必要とせずに自由エネルギーマップを使用してタンパク質構造を探索し、創薬を支援します。

科学分野:

計算生物学
生物物理学
機械学習

背景:

タンパク質動力学の解析は、生物学的機能を理解するために重要です。
従来のシミュレーション方法は計算コストが高く、時間がかかる場合があります。
まれなコンフォメーション遷移の探索は依然として課題です。

研究の目的:

タンパク質の動きを解析するための新しい機械学習アプローチである強化分子動力学（rMD）を導入する。
タンパク質のコンフォメーション空間の効率的な探索を可能にする。
タンパク質動力学の研究のための実用的なデスクトップソリューションを提供する。

主な方法:

分子動力学（MD）トラジェクトリと自由エネルギー（FE）マップデータでトレーニングされた二重損失関数自己符号化器ネットワークを開発しました。
物理的コンテキストのためにFEマップを自己符号化器の潜在空間に統合しました。
生物学的機能に関連する集合変数（CV）空間全体でバイアスのかかったMDシミュレーションからFEマップを計算しました。

主要な成果:

rMDは、追加のシミュレーションを必要とせずに、後方的にコンフォメーション空間を探索できます。
FEマップの注入により、自己符号化器は構造を予測し、代替経路を探索できます。

キーワード:

深層学習情報付自己符号化器潜在空間分子動力学タンパク質動力学

さらに関連する動画

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

関連する実験動画

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

分子グルー分解の研究におけるCRBNのコンフォメーション遷移の解析におけるrMDの能力を実証しました。

結論:

rMDは、タンパク質運動解析のための自己完結型のデスクトップ実行可能なソリューションを提供します。
この方法は、コンフォメーション空間のサンプリングが不十分な領域の探索を強化します。
rMDは、CRBNのコンフォメーション変化など、創薬に関連する構造遷移に関するより深い洞察を提供します。