机构名称：
¥ 2.0
在原子细节中解决蛋白质 - 配体相互作用是了解小分子如何调节大分子功能的关键。尽管最近的低温电子显微镜（Cryo-EM）进行了分解，但可以对许多复杂的生物分子进行高质量的重建，但是结合的Lig-和S的分辨率通常相对较差。此外，将分子模型构建和完善分子模型的自动化方法主要集中在蛋白质上，并且可能不会针对小分子配体的各种特性进行优化。在这里，我们提出了一种将生成性人工智能（AI）与低温EM密度引导的模拟整合在一起，以将配体拟合到实验图中。使用三个输入：1）蛋白质氨基酸序列，2）配体规范，以及3）实验性的冷冻EM图，我们验证了我们在一组生物医学相关的蛋白质配体复合物上验证了我们的方法，包括激酶，GPCR和溶质转运蛋白，在AI培训数据中都不存在。在生成AI不足以预测实验姿势的情况下，将柔性拟合整合到分子动力学模拟中，相对于沉积的结构从40-71％到82-95％的分子模拟拟合的整合改善了配体模型对图。这项工作提供了一个直接的模板，用于集成生成的AI和密度引导的模拟，以在配体 - 蛋白质复合物的低温EM地图中自动化模型构建，并在新型调节剂和药物的表征和设计中使用潜在的应用。
用生成AI和密度在冷冻EM中建模配体...
主要关键词
相关文件推荐
