Science丨AI设计突破：克服传统蛋白设计局限，靶向扩散模型打造精准蛋白结合器
BioArt
2024-12-19 17:30
文章摘要
长期以来，设计能够与目标蛋白高亲和力和高特异性结合的蛋白质一直是计算结构生物学中的一个重大挑战。传统方法存在形状匹配不足和接触表面积低的问题。为了克服这些局限，David Baker研究团队开发了一种名为靶向扩散的新方法，通过随机氨基酸云和目标条件扩散模型生成与目标蛋白形状高度匹配的结合蛋白。该方法不仅提高了结合蛋白的亲和力和特异性，还展示了其在抗炎药物和癌症治疗激动剂开发中的潜力。研究结果标志着计算驱动蛋白质设计时代的到来，为蛋白质设计领域提供了新的思路。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Complex terrain causes global model prediction biases of 21.7 Zhengzhou extreme precipitation
DOI: 10.1016/j.scib.2025.09.015
Pub Date : 2026-01-30
Erratum: Combined HIF-1α blockade and CHIR99021 treatment reverses pulmonary fibrosis via modulation endothelial-to-mesenchymal transition.
DOI: 10.1016/j.isci.2026.114722
Pub Date : 2026-01-22
Date: 2026/2/20 0:00:00
Increasing applied pesticide toxicity trends counteract the global reduction target to safeguard biodiversity
DOI: 10.1126/science.aea8602
Pub Date : 2026-02-05
BioArt
最新文章
京公网安备 11010802042870号
