共检索到1050条,权限内显示50条;
[前沿资讯 ] DeepMind发布用于新型蛋白质设计的AlphaProteo 进入全文
Google DeepMind
2024年9月5日，Google Deepmind团队上线最新论文“De novo design of high-affinity protein binders with AlphaProteo”推出了一种用于设计「与目标分子结合更紧密」的新型蛋白质的 AI 系统 AlphaProteo。在测试的 7 种靶蛋白上，AlphaProteo 的实验成功率更高，在湿实验室中测试中，9% 到 88% 候选分子成功结合，这比其他方法高出 5 到 100 倍。而且，比现有最佳方法的结合亲和力高出 3 到 300 倍。仅需一轮中等通量筛选且无需进一步优化，AlphaProteo 便可生成适用于多种应用的「即用型」结合剂。它可以帮助科学家更好地了解生物系统如何运作，节省研究时间，推进药物设计等等。在论文中，DeepMind 团队介绍了 AlphaProteo 蛋白质设计系统，并表明它可以设计从头蛋白质结合蛋白，该系统具有以下优势：1、高成功率：通过筛选数十种设计候选物可以获得稳定、高表达和特异性的结合物，从而无需使用高通量方法。2、高亲和力：对于除一个目标之外的每个测试目标，最佳结合剂具有亚纳摩尔或低纳摩尔结合亲和力（KD），从而最大限度地减少了下游亲和力优化所需的劳动力。3、整体优势：使用单一设计方法，无需复杂的人工干预，即可成功获得针对一系列具有不同结构和生化特性的靶标的结合剂。能够与靶蛋白紧密结合的蛋白质结合剂很难设计。传统方法耗时巨大，需要多轮大量的实验室工作。在创建结合剂后，它们还需要进行大量额外的实验从而优化结合亲和性。AlphaProteo 经过蛋白质数据库 (PDB) 中的大量蛋白质数据和 AlphaFold 中的 1 亿多条预测结构的训练，已经了解了分子相互结合的无数方式。给定目标分子的结构和该分子上的一组首选结合位置，AlphaProteo 会生成一个候选蛋白质，该蛋白质在这些位置与目标结合。为了测试 AlphaProteo，研究人员设计了针对各种靶蛋白的结合剂，包括两种与感染有关的病毒蛋白 BHRF1 和 SARS-CoV-2 刺突蛋白受体结合域 SC2RBD，以及五种与癌症、炎症和自身免疫性疾病有关的蛋白 IL-7Rɑ、PD-L1、TrkA、IL-17A 和 VEGF-A。AlphaProteo 系统具有极具竞争力的结合成功率和一流的结合强度。对于七个靶点，AlphaProteo 在计算机模拟中生成候选蛋白，这些蛋白在实验测试时与目标蛋白紧密结合。对于一个特定靶标，即病毒蛋白 BHRF1，在 Google DeepMind Wet Lab 中进行测试时，88% 候选分子成功结合。根据测试的靶标，AlphaProteo 结合剂的结合力平均比现有最佳设计方法强 10 倍。对于另一个靶标 TrkA，新结合剂甚至比经过多轮实验优化的针对该靶标的最佳先前设计结合剂更强。与其他设计方法相比，AlphaProteo 针对七种目标蛋白的实验体外成功率。成功率越高，意味着需要测试的设计越少，才能找到成功的结合体。研究人员除了在其湿实验室中进行计算机验证和测试 AlphaProteo 之外，还聘请了 Francis Crick 研究所的 Peter Cherepanov、Katie Bentley 和 David LV Bauer 研究小组来验证其蛋白质结合剂。在不同的实验中，他们深入研究了一些更强的 SC2RBD 和 VEGF-A 结合剂。研究小组证实，这些结合剂的结合相互作用确实与 AlphaProteo 所预测的相似。此外，研究小组还证实了这些结合剂具有有用的生物学功能。例如，一些 SC2RBD 结合剂被证明可以防止 SARS-CoV-2 及其某些变体感染细胞。AlphaProteo 的性能表明，它可以大大减少涉及广泛应用的蛋白质结合剂的初始实验所需的时间。然而，该人工智能系统有局限性，因为它无法针对第 8 个靶点 TNFɑ（一种与类风湿性关节炎等自身免疫性疾病相关的蛋白质）设计成功的结合物。研究人员选择 TNFɑ 来挑战 AlphaProteo，因为计算分析表明设计结合物非常困难。接下来，该团队将继续改进和扩展 AlphaProteo 的功能，最终目标是解决这些具有挑战性的靶点。实现强结合通常只是设计可能对实际应用有用的蛋白质的第一步，在研发过程中还有更多的生物工程障碍需要克服。蛋白质设计是一项快速发展的技术，在各个领域都具有巨大的科学进步潜力，从了解导致疾病的因素，到加速病毒爆发的诊断测试开发，支持更可持续的制造过程，甚至清除环境中的污染物。未来，DeepMind 将与科学界合作，利用 AlphaProteo 解决有影响力的生物学问题并了解其局限性。他们还一直在 Isomorphic Labs 探索其药物设计应用，并对未来的发展感到兴奋。该团队将不断提高 AlphaProteo 算法的成功率和亲和力，扩大它可以解决的设计问题范围，并与机器学习、结构生物学、生物化学和其他学科的研究人员合作，为社区开发负责任、更全面的蛋白质设计产品。相信 AlphaProteo 将为许多生物应用开辟新的解决方案，例如控制细胞信号传导，成像蛋白质、细胞和组织，赋予各种效应系统目标特异性等等。
[前沿资讯 ] 法国国家科学研究中心总结利用系统生物学理解植物与微生物相互作用所取得的进展 进入全文
iPlants
近日，New Phytologist杂志在线发表了来自法国国家科学研究中心Clara Blonde等人题为“New insights in metabolism modelling to decipher plant–microbe interactions”的研究论文。该文强调了系统生物学在预测植物与微生物组相互作用效应中的应用，特别是通过数学建模的方法。他们提出了在建模微生物与植物相互作用时面临的三大挑战，总结了利用系统生物学理解植物与微生物相互作用所取得的进展，并进一步探讨了在调控微生物组组成、固氮共生体的生物工程改造以及可持续农业管理实践中应用系统生物学所面临的新挑战。气候变化加剧了植物病害的爆发，这在全球范围内威胁着粮食安全和环境的可持续性。植物与多种微生物有着广泛的相互作用。为了实现可持续农业，我们需要深入了解植物与其相关微生物群落之间在分子和生态层面的相互作用。Omics组学方法通过对整个分子集合进行表征，为这些复杂的相互作用提供了新的见解。然而，解读成千上万分子组分之间的关系仍然是一个艰巨的挑战，而且将这些组分整合到涉及植物及其相关微生物的连贯生物网络中的研究仍然有限。未来研究聚焦三大核心问题：植物如何区分病原菌与有益菌？如何调控微生物群以维持健康？为何致病菌存在于健康微生物组中？整合植物、微生物群和病原体的统一模型将解析其互作分子机制，并探索微生物群助力植物适应气候变化的可能性。此类模型对农业可持续发展至关重要——传统作物模型虽能模拟非生物因素（如气候、土壤）的影响，但无法评估生物胁迫或微生物组的益处。未来的混合模型需融合分子网络与农艺参数，量化生物与非生物因子的双向作用，指导作物基因改良（如抗逆性育种）和微生物组工程（如固氮共生体设计）。这些进展将扩展农业管理策略，优化精准农业实践，为应对粮食安全与气候变化提供科学支撑。
[前沿资讯 ] 华东理工大学通过人工智能推动病原菌效应蛋白功能鉴定 进入全文
植物微生物最前线
近日，华东理工大学生物反应器工程全国重点实验室王启要教授课题组利用人工智能技术预测鉴定病原菌毒力效应蛋白方面取得新进展。该工作以“Contrastive-learning of language embedding and biological featuresfor cross modality encoding and effector prediction”为题在线发表在Nature Communications。效应蛋白是一类由细菌病原微生物分泌到环境以及宿主细胞内的关键毒力蛋白，可以通过干扰宿主免疫信号通路、调控细胞代谢、协助摄取营养等方式促进病原菌感染。鉴定效应蛋白以及进行其分子机制研究对解析病原菌-宿主免疫互作机制和抗感染药物靶点开发具有重要意义。然而，许多效应蛋白在功能和蛋白质序列特征上具有多样性，使得基于序列保守性的预测方法较难有效预测未知效应物，而基于实验的筛选方法则存在着通量低和时间成本高等问题。为此，研究团队开发了人工智能赋能的蛋白质功能预测新方法，利用蛋白质语言模型进行效应蛋白预测鉴定，以突破传统技术路线的局限性。近年来，该课题组团队以水产病原杀鱼爱德华氏菌的III/VI型分泌系统效应蛋白为研究对象，建立了基于转录组学、蛋白质组学分析的分泌系统效应蛋白筛选技术平台，成功鉴定到多个新型效应蛋白（Virulence 2017, 8: 1355-1377; CommunicationsBiology 2024,7: 162）。在上述基础上，研究团队结合预训练蛋白质语言模型和对比学习技术构造了名为CLEF的神经网络模型。该模型能够将语言模型对蛋白质序列编码与其他的生物学特征对齐，在现有模型基础上有效提升神经网络对效应蛋白的预测性能。利用该模型，课题组成功对杀鱼爱德华氏菌中潜在的未知效应蛋白进行预测，并通过实验成功鉴定12个新型III型分泌系统效应蛋白和11个VI型分泌系统效应蛋白。上述成果实现了人工智能与生物学湿实验数据的深度融合，为病原菌毒力因子的大规模挖掘提供了高效技术平台。该研究不仅推动了病原菌效应蛋白的功能鉴定，更为复杂的病原菌效应蛋白-宿主免疫互作机制网络的解析奠定了技术基础。
[前沿资讯 ] 德国慕尼黑亥姆霍兹慕尼黑研究中心表观遗传学和干细胞研究所转录起始图谱揭示早期哺乳动物发育中基因和转座子表达的调控机制 进入全文
BioArt
近日，来自德国慕尼黑亥姆霍兹慕尼黑研究中心表观遗传学和干细胞研究所的Maria-Elena Torres-Padilla研究团队合作在Cell杂志发表了文章An atlas of transcription initiation reveals regulatory principles of gene and transposable element expression in early mammalian development。该研究旨在通过构建哺乳动物早期发育中基因和转座子表达的转录起始图谱，来探索其调控机制和潜在功能。首先，研究人员开发了一种名为Smart-seq+5’的新技术，用于更准确地捕获和量化转座子的表达。Smart-seq+5’基于Smart-seq2技术，通过分子拥挤和改进的转座酶片段化策略来捕获转录本5’末端的碱基，从而实现高灵敏度、全长转录本覆盖和同时捕获单个细胞和单个胚胎中的5’末端转录本信息。实验验证了Smart-seq+5’在5’端映射和TSS识别方面的准确性，表明该技术能够保留Smart-seq2的高灵敏度、全长转录本覆盖和通量，同时允许同时识别 TSS，而无需使用其他技术，如 CAGE。其次，研究人员对五种哺乳动物物种（小鼠、猪、牛、兔和猕猴）的332个单胚胎在不同发育阶段进行了转录组测序，涵盖了胚胎基因组激活（EGA）之前、期间和之后的不同阶段。研究发现，转座子转录在所有物种和所有发育阶段都普遍存在，包括DNA转座子。研究人员识别了19,657个由转座子驱动的基因转录本，这表明在早期发育过程中，转座子被广泛地利用。此外，转座子的表达动态在物种之间表现出相似性和物种特异性模式，这表明它们存在着共享和不同的调控机制。进一步，研究人员系统地研究了五种哺乳动物物种中的EGA基因。研究人员使用DEseq2工具分析了配子和EGA阶段之间的基因表达差异，并仅选择在EGA和16细胞/桑椹阶段之间表达的基因。结果显示，EGA基因在所有物种中都存在保守的基因本体（GO）术语，例如与基因表达相关的术语。此外，研究还进行了TF模式搜索，并识别了在两种或更多物种的EGA基因中具有基序的26个TF。这些分析表明，不同物种之间存在着TF网络的物种特异性。此外，研究人员深入分析了转座子的转录组，并发现DNA转座子在哺乳动物早期胚胎发育中转录活跃。DNA转座子在所有研究物种的所有发育阶段都存在，尽管它们的转座活性可能已经丧失。研究还发现了一些具有EGA表达模式的DNA转座子家族，例如 MER5A转座子，它在所有五种物种中都表现出EGA表达模式，并且具有保守的TSS特征和转录调控因子。最后，研究人员系统地确定了嵌合转录本，这些转录本在TE插入处启动，并揭示了TE在基因表达调控中的广泛影响。研究发现，所有类型的转座子都可以启动嵌合转录本，并且不同物种之间存在着物种特异性和共有模式。MER5A和MLT1A0都可以作为宿主基因的替代启动子，并且MLT1A0可以在EGA期间驱动宿主基因的转录。这些发现表明，TE在哺乳动物早期胚胎发育中起着重要的调控作用，并且它们可以利用TE插入作为基因转录的替代启动子。总之，该研究开发了一种名为 Smart-seq+5’的新型RNA测序技术，该技术可以更准确地检测和量化早期胚胎发育过程中基因和转座子的表达，揭示了早期哺乳动物发育中基因和转座子表达的调控原理，为理解哺乳动物发育的转录调控提供了强大的资源。
[前沿资讯 ] 美国加州大学旧金山分校开发了基于PacBio测序平台的新预测模型 进入全文
BioArt
近日，来自美国加州大学旧金山分校的Vijay Ramani在Cell上发表了论文The single-molecule accessibility landscape of newly replicated mammalian chromatin。在本研究中，作者开发了一种新的基于PacBio测序平台的预测模型，能够在全基因组范围内观察新复制染色质上的蛋白-DNA相互作用，并提供单分子层面的信息。现有的一些计算方法可以在Oxford Nanopore Technologies（ONT）平台上检测BrdU标记的核苷酸，但在PacBio测序平台尚未有相关报道。相较于ONT测序平台，PacBio具有更高的保真性和更准确的碱基修饰检测优势，因此更适合用于分析新合成DNA的动态。在该研究中，作者希望开发一种基于PacBio测序平台的预测模型，通过检测聚合酶的动力学，建立一个能够识别含有BrdU的DNA分子模型。他们通过使用包含dTTP或BrdUTP的PCR生成样本、小鼠基因组和人类基因组DNA样本，作为训练数据来训练卷积神经网络（CNN）模型，将其命名为RASAM。RASAM模型基于PacBio的核苷酸掺入动力学数据以及DNA序列的one-hot编码，在500个碱基对尺度上预测BrdU的掺入。利用这种方法，作者成功在单分子水平上准确检测BrdU的掺入，并用于分析染色质结构的动态变化。在不同的BrdU标记时间下，研究人员观察了人类K562细胞和小鼠胚胎干细胞（mESCs）中BrdU标记的染色质分子与未标记染色质分子的可及性变化。他们发现，新复制的染色质比稳态染色质具有更高的可及性，且这种可及性在较长时间内逐渐恢复到稳态水平。同时，新生染色质中的核小体保护DNA的长度较短，可能是因为这些核小体尚未完全包裹DNA。作者还利用RASAM技术探究了新生染色质的单分子核小体间距模式对染色质高可及性的影响。通过分析新生染色质上单分子核小体重复长度和排列规律性，作者发现不同时间标记的染色质包含不同类型的核小体纤维，并且在新生染色质中出现了特定的核小体排列类型，而新生染色质纤维倾向于具有较长重复长度和不规则排列的核小体阵列。与成熟染色质相比，新生染色质中核小体位置受到DNA主序列的影响更大，尤其是在不规则阵列的核小体纤维中。这种现象可能与染色质尚未经过染色质重塑及成熟过程有关。这些结果说明，复制后染色质的初始结构和排列不仅高度可及，而且可能受到DNA序列和核小体间距模式的影响。CAF-1是一种在DNA复制后染色质的重组和调控中发挥重要作用的组蛋白伴侣，研究发现在CAF-1缺失的条件下，新生染色质在15分钟和1小时标记时间点表现出更高的可及性。这表明CAF-1在某种程度上限制了新生染色质的高可及性，通过在复制后的染色质纤维上沉积核小体来调控染色质的结构。CAF-1缺失不仅影响新生染色质，也在全基因组范围内增加了稳态染色质的可及性，包括在活性和非活性顺式调控元件附近。这可能是由于CAF-1的缺失导致去新生核小体（H3-H4四聚体）沉积的减少，从而使更多DNA区域暴露。同时，CAF-1缺失显著减少了新生染色质中具有短重复长度和规则排列的核小体纤维类型，增加了不规则排列的核小体纤维。这表明CAF-1通过促进规则的核小体阵列形成来限制新生染色质的高可及性，而CAF-1缺失后染色质中更容易出现间隔不均的核小体排列。这些结果从分子层面上揭示了CAF-1如何影响染色质结构，尤其是在细胞分裂后的新生染色质重塑中的作用。目前为止，对于新生染色质中特定的顺式调控区域如何在细胞类型特异性的环境中实现调控特异性仍然未知。因此，作者打算继续利用开发的RASAM技术对此进行探究。研究发现，不同的调控序列在新生染色质中具有不同的单分子染色质重组动态。其中，CTCF结合位点在新生染色质中因核小体竞争表现出较低的可及性，表明CTCF与核小体争夺位点，需要较长时间才能恢复到稳态。而转录起始位点（TSS）则在复制后迅速恢复开放状态，显示出无核小体区域的快速重建。这表明，不同调控序列在新生染色质中的重组速度和方式不同，由此实现了特定的调控特异性。进一步的结合CTCF化学诱导降解实验，发现在诱导CTCF降解后，新生染色质中的CTCF结合位点表现出显著的高可及性，特别是在15分钟和1小时标记时间点。相较于未降解的CTCF样本，降解后的样本中CTCF位点的可及性大幅增加，表明CTCF的结合限制了新生染色质的高可及性。在DNA复制后，CTCF结合位点通过CTCF和新生核小体之间的竞争来恢复结构，从而指导核小体在染色质纤维上的正确排列。而当CTCF被降解后，核小体更容易重新占据这些位点，导致新生染色质的高可及性增加。
[前沿资讯 ] 美国伊利诺伊大学探讨母乳对新生儿肠道病毒影响机制 进入全文
病毒学界
近日，美国伊利诺伊大学团队在《Cell Host & Microbe》期刊在线发表了题为“Microbiota regulates neonatal disease tolerance to virus-evoked necrotizing enterocolitis by shaping the STAT1-NLRC5 axis in the intestinal epithelium”的研究论文。该研究探讨了肠道微生物群落和喂养方式如何影响早产儿对NEC的敏感性。新生儿期是婴儿生命中的一个关键阶段，此时肠道微生物群落开始与宿主相互作用，影响肠道生理和免疫的成熟。母乳中含有的有益成分对新生儿肠道的成熟、免疫和微生物群落组成起着重要的调节作用。相比之下，配方奶喂养的早产儿更容易发展为坏死性小肠结肠炎（NEC），这是一种常见且严重的肠道炎症性疾病。① 这项研究使用一种肠道病毒定植/感染的新生小鼠模型，探索了喂养方式如何通过调节肠道微生物群及其与肠上皮细胞（IECs）的相互作用，从而影响对病毒引发的坏死性小肠结肠炎（NEC）的耐受性；② 母乳喂养的肠道微生物群能激活STAT1信号通路，使IECs呈现NLRC5高表达状态；③ NLRC5的高表达有助于抵抗病毒感染引发的NEC，与此一致的，在IECs中敲除Nlrc5基因，使得新生小鼠在病毒炎症后更容易发生由NK1.1+细胞介导的NEC样损伤；④ 与此相反，配方奶喂养促进了源自环境的产肠毒素tilivalline的克雷伯菌属细菌的定植；⑤ Tilivalline通过激活PPAR-γ抑制了STAT1通路，导致IECs处于NLRC5低表达状态，该状态下IECs在病毒感染时更容易被NK细胞杀伤，从而促进了NEC；⑥ 研究结果强调了肠道微生物群定植在形成对病毒炎症的耐受性方面的重要作用，并阐明了影响新生儿发展坏死性小肠炎的机制。
