인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
Inspired by the success of deep learning in predicting static protein structures, researchers are now actively exploring other deep learning algorithms aimed at predicting the conformational changes of proteins. Currently, a major challenge in the development of such models lies in the limited training data characterizing different conformational transitions. To address this issue, molecular dynamics simulations is combined with enhanced sampling methods to create a large-scale database. To this end, the study simulates the conformational changes of 2635 proteins featuring two known stable states, and collects the structural information along each transition pathway. Utilizing this database, a general deep learning model capable of predicting the transition pathway for a given protein is developed. The model exhibits general robustness across proteins with varying sequence lengths (ranging from 44 to 704 amino acids) and accommodates different types of conformational changes. Great agreement is shown between predictions and experimental data in several systems and successfully apply this model to identify a novel allosteric regulation in an important biological system, the human β-cardiac myosin. These results demonstrate the effectiveness of the model in revealing the nature of protein conformational changes.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
