相关实验视频
Updated: Jun 30, 2025
08:03
Study of Protein Dynamics via Neutron Spin Echo Spectroscopy
Published on: April 13, 2022
2.1K
ATOMDANCE:基于内核的化和为蛋白质动态比较进行编舞分析
Gregory A Babbitt1, Madhusudan Rajendran1, Miranda L Lynch2
1Thomas H. Gosnell School of Life Sciences, Rochester Institute of Technology, Rochester, New York.
Biophysical journal
|March 22, 2024
概括
ATOMDANCE是一个新的机器学习工具,可以从模拟中分析蛋白质动态. 它通过消除随机热噪声来识别功能部位和协调运动,揭示进化和功能模式.
科学领域:
- 分子生物学分子生物学
- 结构生物学 结构生物学
- 计算生物学 计算生物学
背景情况:
- 蛋白质功能来自纳米级,非随机运动,对分子相互作用至关重要.
- 对DNA序列和蛋白质结构的比较分析传统上使用静态数据.
- 分子动力学 (MD) 模拟为动态蛋白质行为提供了洞察力.
研究的目的:
- 介绍ATOMDANCE,一套机器学习工具,用于否定比较的MD模拟.
- 通过分析非随机动态来确定蛋白质内的功能部位和协调运动.
- 评估蛋白质动态中的进化和功能转变.
主要方法:
- ATOMDANCE利用机器学习进行MD模拟的比较分析.
- ATOMDANCE-maxDemon4.0使用高斯核和最大平均差异来评估运动差异.
- ATOMDANCE-Choreograph2.0使用混合模型ANOVA和图形网络来检测同步的动态转移.
主要成果:
- 在DNA结合,药物相互作用和病毒与宿主识别过程中,ATOMDANCE在动态反应中有效地识别功能部位.
- 该工具揭示了全卵性激活期间全球和局部部位协调的变化.
- 通过ATOMDANCE,可以根据动态函数分歧对中性与非中性演变进行现场测试.
结论:
- 通过消除MD数据,ATOMDANCE提供了功能蛋白位点的准确识别.
- 该套件有助于理解蛋白质的进化动态和功能转变.
- 通过动态模拟解释,ATOMDANCE增强了复杂生物过程的分析.
