AlphaFoldは高親和性ペプチド結合体を同定するための原理をコードする【JST・京大機械翻訳】

Chang, L.; Perez, A.

プレプリント

J-GLOBAL ID：202202208434586385 整理番号：22P0318625

AlphaFoldは高親和性ペプチド結合体を同定するための原理をコードする【JST・京大機械翻訳】

AlphaFold encodes the principles to identify high affinity peptide binders

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年03月19日プレプリントサーバーでの情報更新日： 2022年03月19日
JST資料番号： O7001B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

機械学習は,配列情報から構造を予測する問題を解決することによって,構造生物学を革命した。コミュニティは,それらの元の目的を超えて,これらのアルゴリズムの解釈性と応用の限界を押し出す。複合体に対する結合立体配座を予測するAlphaFolds能力は,特に蛋白質-ペプチド結合に対して,ドッキング法の性能を凌駕した。重要な疑問は,同じ受容体に結合するいくつかのペプチド間の結合親和性を識別するこれらの方法の能力である。同じ受容体への異なるペプチドの競合結合のためのアルファFoldの新規応用を示した。ペプチドの個々の構造が十分に予測される系について,両ペプチドが結合状態でより強い結合体を捕捉し,他のペプチドが非結合形態で捕捉された。この方法の速度及びロバスト性は,詳細な実験的特性化を優先するためにペプチド配列の大きなライブラリーをスクリーニングするためのゲーム変化者である。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

蛋白質・ペプチド一般

, , , ,

前のページに戻る