XiaoMi-AI文件搜索系统
World File Search System蛋白质
蛋白质电晕研究中的十年机器学习
纳米材料及其多种生物医学应用跨越了分子成像，在暴露于生物学环境的情况下会在蛋白质电动（PC）层的吸附。由复杂的相互作用形成的动态层，显着影响免疫识别，生物分布和纳米粒子毒性。传统的蛋白质组学方法，例如液相色谱 - 串联质谱法，有效但受到低通量，高成本和对专业知识的要求的限制。从聚合物评估期间无意的PC分析转变到对其在靶向药物中的作用的故意研究强调了对更有效的分析方法的需求。机器学习（ML）与PC研究的集成已成为有前途的解决方案。这种计算方法学从特定纳米颗粒上的特征蛋白质层数据集中学习，为传统方法提供了更简化和资源有效的替代方案。最近的研究强调了ML预测PC动力学和生物学效应的能力，在预测器官的积累模式中获得了明显的准确性。然而，仍然存在挑战，包括需要更大，更多样化的数据集，重大的计算需求以及生物学家，化学家和数据科学家之间跨学科合作的必要性。此外，标准化实验方案的开发对于确保整个研究的可重复性和可比性至关重要。道德考虑，例如在传统领域的潜在工作流离失所，例如化学，也值得谨慎关注，因为ML在该领域继续发展。总而言之，尽管ML显示出彻底改变PC研究的巨大潜力，但对方法论的进一步完善和跨学科的协作增强对于完全实现其在临床纳米医学中的应用至关重要。
基于靶向定量蛋白质组学的小肠药物转运蛋白和代谢酶的个体发育 Kiss, M.; Mbasu, Richard; Nicolai, J
儿童大部分药物为口服给药，但各年龄段儿童小肠药物代谢酶（DME）和药物转运体（DT）的蛋白质丰度信息仍不明确，这阻碍了儿童精准用药。为了探索 DME 和 DT 的年龄相关差异，收集了儿童和成人空肠和回肠手术剩余的肠组织，并通过靶向定量蛋白质组学分析了顶端钠 - 胆汁酸转运蛋白、乳腺癌耐药蛋白（BCRP）、单羧酸转运蛋白 1（MCT1）、多药耐药蛋白 1（MDR1）、多药耐药相关蛋白（MRP）2、MRP3、有机阴离子转运多肽 2B1、有机阳离子转运蛋白 1、肽转运蛋白 1（PEPT1）、CYP2C19、CYP3A4、CYP3A5、UDP 葡萄糖醛酸转移酶（UGT）1A1、UGT1A10 和 UGT2B7。分析了 58 名儿童（48 条回肠、10 条空肠，年龄范围：8 周至 17 岁）和 16 名成人（8 条回肠、8 条空肠）的样本。比较年龄组时，成人回肠中的 BCRP、MDR1、PEPT1 和 UGT1A1 丰度明显高于儿童回肠。空肠 BCRP、MRP2、UGT1A1 和 CYP3A4 丰度在
CSF蛋白质组学服务|数据表 - 智商生物
在来自ND和匹配的对照组患者的CSF的病例对照研究中，发现ND患者的CSF在CSF中显着增加了神经元损伤的关键生物标志物，包括神经丝链轻链蛋白和TAU蛋白（图6A）。重要的是，在ND患者的CSF中发现了数千种其他蛋白质（包括蛋白质成型和PTM）的其他蛋白质差异存在，揭示了潜在的新ND生物标志物或药物靶标（图6B）。
系统的元蛋白质组学映射揭示了人肠道微生物群对治疗药物的功能和生态景观
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2025年2月14日发布。 https://doi.org/10.1101/2025.02.13.637346 doi：Biorxiv Preprint
利用抗 CRISPR 蛋白的高精度结构预测重新思考蛋白质药物设计
贡献分析主要由 HP、YP 和 HS 进行具体来说，AlphaFold 分析由 HP 领导，基因分析由 YP 进行，结构和功能分析由 HS 进行该研究由 HS 构思，所有作者都参与了手稿的撰写。
蛋白质代码、3 流形和 Kummer 表面中的量子信息
摘要。每种蛋白质都由一个由 20 个字母/氨基酸组成的线性序列组成。该序列通过二级（局部折叠）、三级（键）和四级（不相交的多重）结构在三维空间中展开。我们之前发表的两篇论文中，利用有限群 G n := Z n ⋊ 2 O（n = 5 或 7，2 O 为二元八面体群）的（信息完整）不可约特征，可以预测线性链的 20 个字母的遗传密码的存在。事实证明，一些蛋白质复合物的四级结构表现出 n 重对称性。我们提出了一种基于自由群理论的二级结构方法。将我们的结果与其他根据 α 螺旋、β 片层和卷曲或更精细的技术预测蛋白质二级结构的方法进行了比较。结果表明，蛋白质的二级结构与某些双曲 3 流形的结构相似。体积最小的双曲 3 流形（Gieseking 流形）、其他一些 3 流形和定向超制图群被选为此类二级结构的暂定模型。对于四级结构，存在与 Kummer 表面的联系。
校正：前瞻性调查分散了血浆蛋白质组学与痴呆的链接
6基因工程的国家主要实验室，人类现象研究所，Zhangjiang Fudan International Innovation Center和National临床老化与医学研究中心，华山医院，Fudan University，上海200433，中国
蛋白质组学网络研讨会| 18.02.2025
引入晚期质谱技术的引入使人们可以更深入地了解复杂的生物系统。星体质谱仪代表了高通量蛋白质组学的新时代，具有提高灵敏度，速度和定量准确性。本届会议将涵盖星体仪器的能力，其对蛋白质识别和定量可能性的影响以及其在加速生物医学研究中的作用。除了技术进步，优化的实验设计和制备实践以及强大的数据分析策略外，对于在蛋白质组学研究中获得有意义的结果至关重要。会议将探讨实验计划，样本准备，数据获取，统计验证和蛋白质组学数据解释的最佳实践。会议2 |彻底改变了您的生物标志物发现 - 在规模时通过未靶向的质谱蛋白质组学揭示蛋白质组：18.02.2025，11：30 am（GMT+1）链接到会话2： https://seerbio.zoom.us.us/j/94880841661?pwd=g61dxljlvor4rh0242ffqvda4tflh.1&from = addon发言人：Maik M. Pruess博士：
靶向蛋白质降解
靶向蛋白质降解对于细胞的正常功能和发育至关重要。必须严格调控蛋白质降解途径，例如 UPS、自噬和内体-溶酶体途径，以确保正确消除错误折叠和聚集的蛋白质，并在细胞分化过程中调节不断变化的蛋白质水平，同时确保正常蛋白质保持完好无损。蛋白质降解途径最近也引起了人们的兴趣，因为它可以选择性地消除可能难以通过其他机制抑制的靶蛋白。2021 年 6 月 7 日至 8 日，蛋白质降解途径专家以虚拟方式参加了 Keystone 电子研讨会“靶向蛋白质降解：从小分子到复杂细胞器”。此次活动汇集了从事不同蛋白质降解途径研究的研究人员，旨在开始开发一种整体的、综合的蛋白质降解愿景，该愿景结合了所有主要途径，以了解这些途径如何导致疾病病理以及如何利用它们进行新疗法。
重新布线蛋白质序列和结构生成模型以增强蛋白质稳定性预测
快速增长的数据需要可靠且持久的存储解决方案。DNA由于其高信息密度和长期稳定性而成为一种有希望的媒介。但是，DNA存储是一个复杂的过程，每个阶段都会引入噪声和错误，包括合成错误，存储衰减和测序错误，它需要对错误校正的代码（ECC）才能获得可靠的数据恢复。要设计一种最佳数据恢复方法，对DNA数据存储通道中噪声结构的综合理解至关重要。由于在体外运行DNA数据存储实验仍然很昂贵且耗时，因此必须进行模拟模型，以模仿真实数据中的误差模式并模拟实验。现有的仿真工具通常依赖固定的误差概率或特定于某些技术。在这项研究中，我们提出了一个基于变压器的生成框架，用于模拟DNA数据存储通道中的错误。我们的模拟器将寡素（DNA序列写入）作为输入，并生成错误的输出DNA读取，与常见DNA数据存储管道的真实输出非常相似。它捕获了随机和有偏见的误差模式，例如K-MER和过渡错误，无论过程或技术如何。我们通过分析两个使用不同技术处理的数据集来证明模拟器的有效性。在第一种情况下，使用Illumina Miseq处理，由DDS-E-SIM模拟的序列显示出与原始数据集的总误率偏差仅为0.1％。第二次使用牛津纳米孔技术进行的偏差为0.7％。基本级别和K-MER错误与原始数据集紧密对齐。此外，我们的模拟器从35,329个序列中生成100,743个独特的橄榄岩，每个序列读取五次，证明了其同时模拟偏置错误和随机属性的能力。我们的模拟器以优越的精度和处理多种测序技术的能力优于现有的模拟器。