国产aaaa级全身裸体精油片_337p人体粉嫩久久久红粉影视_一区中文字幕在线观看_国产亚洲精品一区二区_欧美裸体男粗大1609_午夜亚洲激情电影av_黄色小说入口_日本精品久久久久中文字幕_少妇思春三a级_亚洲视频自拍偷拍

首頁 > 行業(yè)資訊 > 【化學生物學】譚忠平團隊Biomacromolecules：從化學合成到人工智能的蛋白糖基化研究創(chuàng)新策略

【化學生物學】譚忠平團隊Biomacromolecules：從化學合成到人工智能的蛋白糖基化研究創(chuàng)新策略

時間：2024-04-21 來源： 瀏覽：

【化學生物學】譚忠平團隊Biomacromolecules：從化學合成到人工智能的蛋白糖基化研究創(chuàng)新策略

X-MOL資訊
X-MOL資訊

X-molNews

“X-MOL資訊”關注化學、材料和生命科學領域的科研，堅持“原創(chuàng)、專業(yè)、深度、生動”。公眾號菜單還提供“期刊瀏覽”等強大功能，覆蓋各領域上萬種期刊的最新論文，支持個性化瀏覽。

作為生物體內(nèi)關鍵的蛋白質(zhì)翻譯后修飾機制，糖基化對于精細調(diào)控蛋白質(zhì)的性質(zhì)和功能具有舉足輕重的作用，因此深受科研人員的關注。眾多研究正致力于探索研究糖基化，以期能巧妙利用其對蛋白質(zhì)進行改造，從而研發(fā)出更出色的生物藥物分子或更適用于工業(yè)的酶類。然而，盡管糖基化研究和應用的重要性已廣受認可，但在實際操作中，蛋白質(zhì)的糖基化改造仍面臨諸多挑戰(zhàn)，特別是預測的可靠性問題，這主要是因為目前對糖基化作用機制的了解尚不夠深入，而導致這種了解不足的關鍵則在于難以獲取適合研究的樣品。

圖1. 基于機器學習的蛋白質(zhì)糖基化研究與應用創(chuàng)新策略。
為了進一步揭示糖基化的奧秘并推動其應用，化學生物學方法已逐漸被引入到糖基化領域。這一方法主要依賴于糖基化異形體文庫的合成、詳細表征、系統(tǒng)比較以及精確篩選。然而，該過程的困難性、繁瑣性和耗時性讓許多科研人員望而卻步。為了打破這一研究瓶頸，迫切需要找到一種更高效、更簡捷的方法來篩選性能更出色的糖基化異形體。近年來，人工智能技術的快速發(fā)展為解決這一難題提供了新的可能。然而，在蛋白質(zhì)糖基化研究領域，利用人工智能技術來預測糖基化異形體的性能尚屬新的探索領域。
為了確定人工智能技術在糖基化研究和應用中的適用性， 中國醫(yī)學科學院北京協(xié)和醫(yī)學院藥物研究所 的 譚忠平 團隊決定嘗試 將機器學習技術與現(xiàn)有的研究方法相結(jié)合。 他們希望通過引入這種前沿技術，能夠顯著提升蛋白質(zhì)糖基化改造的預測可靠性和研究效率，從而在今后更好地推進創(chuàng)新型生物藥物和工業(yè)用酶的研發(fā)（圖1）。

圖2. 機器學習獲得的糖基化蛋白質(zhì)溶解度的預測公式和公式的準確性測定。Solubility:溶解度，InterHBs:分子內(nèi)氫鍵，IntraHBs:分子間氫鍵，SASA:溶劑可及表面積，SISSO:確定獨立篩選和稀疏算子。
在研究過程中，譚忠平團隊選用了他們長期使用的模式糖基化蛋白質(zhì)分子－碳水化合物結(jié)合模塊，并針對一個長期被忽視的研究方向，即糖基化對蛋白質(zhì)溶解度的影響，進行基于機器學習策略的探索開發(fā)。在探索的第一階段，他們首先利用化學合成技術制備了20個在糖基化模式上具有系統(tǒng)性差異的糖基化異形體分子。接著，通過生化表征和對比分析闡明了不同的糖基化模式對溶解度產(chǎn)生的獨特影響。最后，采用了分子動力學模擬的技術進一步解析這些影響背后的機制，揭示了不同糖基化模式影響溶解度的關鍵因素。進入探索的第二階段，他們將機器學習算法引入到研究中：利用第一階段所獲得的數(shù)據(jù)，結(jié)合溶解度和影響其大小的關鍵因素，創(chuàng)新性地推導出了一個預測性數(shù)學公式。此公式不僅有效地將溶解度與其關鍵因素相關聯(lián)，更重要的是，它實現(xiàn)了對新設計的糖基化異形體溶解度的精準預測（圖2）。這一研究結(jié)果首次表明，通過對有限數(shù)量的化學合成糖基化異形體進行詳細表征和計算模擬，能夠獲得需要的數(shù)據(jù)進行機器學習，進而獲得快速且準確地預測新型糖基化異形體性能的能力。
總之，該探索研究展示了化學合成、生物學表征、分子動力學模擬與機器學習相結(jié)合的巨大潛力，同時開發(fā)出了一種全新的糖基化研究和應用策略。此策略不但對于更深入地理解糖基化在改變蛋白質(zhì)性能中的作用具有重要意義，而且也可以為快速推動糖基化在提升蛋白質(zhì)性能方面的應用提供有力的支持。
原文（掃描或長按二維碼，識別后直達原文頁面）：
Enhancing Protein Solubility via Glycosylation: From Chemical Synthesis to Machine Learning Predictions
Bo Ma, Hedi Chen, Jinyuan Gong, Wenqiang Liu, Xiuli Wei, Yajing Zhang, Xin Li, Meng Li, Yani Wang, Shiying Shang, Boxue Tian, Yaohao Li*, Ruihan Wang*, and Zhongping Tan*
Biomacromolecules , 2024 , DOI: 10.1021/acs.biomac.4c00134
導師介紹

譚忠平研究員2005年開始系統(tǒng)優(yōu)化糖蛋白的化學合成技術。從2011年起，開始探索使用基于糖基化異形體分子庫法的策略進行糖蛋白化學生物學研究。2018年后，進一步探索將化學、生物學、計算模擬與人工智能技術綜合運用于深化蛋白質(zhì)糖基化的研究和應用，力求在蛋白質(zhì)糖基化的研究上取得新突破。經(jīng)過多年的積累，譚忠平團隊已在糖科學領域開發(fā)出了一系列創(chuàng)新研究策略，成功解決了多個棘手的科學難題，率先揭示并系統(tǒng)闡述了蛋白質(zhì)O-糖基化結(jié)構與性能之間的關系，并將其成功應用于蛋白質(zhì)的糖基化改造中，為生物醫(yī)藥的發(fā)展做出了積極的貢獻。

https://www.x-mol.com/groups/tan_lab

點擊“ 閱讀原文 ”，查看  化學 ? 材料  領域 所有收錄期刊

下一條：返回列表
版權：如無特殊注明，文章轉(zhuǎn)載自網(wǎng)絡，侵權請聯(lián)系cnmhg168#163.com刪除！文件均為網(wǎng)友上傳，僅供研究和學習使用，務必24小時內(nèi)刪除。
相關推薦