摘要 蛋白质的正确折叠对于维持功能性活细胞至关重要。因此,蛋白质的错误折叠和聚集与多种疾病有关,其中非天然分子间相互作用形成具有低自由能的大型高度有序的淀粉样蛋白聚集体。一个例子是阿尔茨海默病 (AD),其中淀粉样蛋白-β (Aβ) 肽聚集成淀粉样蛋白原纤维,这些原纤维在 AD 患者的大脑中沉积为神经斑块。淀粉样蛋白原纤维的成核是通过形成较小的成核前簇(即所谓的低聚物)进行的,这些低聚物被认为具有特别的毒性,因此在 AD 病理学中具有潜在重要性。Aβ 聚集的详细分子机制知识对于设计针对这些过程的 AD 治疗非常重要。然而,由于低聚物物种的丰度低且多分散性高,因此很难通过实验研究它们。本文使用自下而上的生物物理学在受控的体外条件下研究了 Aβ 低聚物。主要使用天然离子迁移质谱法研究高纯度重组 Aβ 肽,以监测水溶液中低聚物的自发形成。质谱法能够分辨单个低聚物状态,而离子迁移率则提供低分辨率结构信息。这与其它生物物理技术以及理论建模相辅相成。还研究了调节内在因素(如肽长度和序列)或外在因素(如化学环境)的低聚物。研究了与两个重要的生物相互作用伙伴的相互作用:伴侣蛋白和细胞膜。我们展示了 Aβ 低聚物如何组装并形成可能与继续生长为淀粉样蛋白原纤维有关的延伸结构。我们还展示了不同的淀粉样蛋白伴侣蛋白如何与不断增长的聚集体相互作用,从而改变和延迟聚集过程。这些相互作用取决于伴侣和客户肽中的特定序列基序。另一方面,膜模拟胶束能够稳定 Aβ 寡聚体的球状致密形式,并抑制形成淀粉样纤维的延伸结构的形成。这可能有助于体内毒性物质的富集。与膜模拟系统的相互作用被证实高度依赖于 Aβ 肽异构体和膜环境的特性,例如头部电荷。还展示了如何添加设计的小肽结构来抑制膜环境中 Aβ 寡聚体的形成。
KEA Copenhagen “ Data-Driven Algorithms for Robotics” Dec 2024 USC “ Data-Driven World Models for Robots” Oct 2024 HuggingFace “ TD-MPC, TD-MPC2, and beyond” Jun 2024 BeNeRL Seminar “ Data-Driven World Models for Robots” Jun 2024 TILOS Institute “ Large Datasets and Models for Robots in the Real World” May 2024 Univ.密歇根州“与(通才)世界模型的机器人学习” 2024年1月佐治亚理工学院“建立通才世界模型” 2024年1月。大学。丹麦“大规模数据驱动的世界模型:为什么,什么以及如何?” 2023年12月2023年12月Tsinghua IIIS“下一代世界模型” 2023年3月2023年Mila/ServiceNow“具有行为先验的世界模型” 2023年2月Georgia Tech“朝着样本效率的机器人学习与世界模型的样本效率机器人学习”,2023年1月2023年Meta AI(公平)“用于控制:当前的挑战和解决方案:朝着2023年的型号”迈向计划: 2022年10月,UCSD Robograds“基于模型的强化学习:通往通才的途径?” 2022年10月通常智能播客:https://generallyintelligent.com/podcast/2022-12-16-podcast-episode-25-nicklas-hansen/25-nicklas-hansen/ sep 2022 Intel ai“用于模型预测性控制的时间差异”“模型预测控制的时间差异” “强化学习介绍” 2019年6月
Nicklas 在 Sidney Dekker 教授的指导下攻读博士学位,并在加入阿联酋航空之前与他一起从事研究项目。他在航空领域的研究领域是心理工作量、培训和模拟,他撰写了关于人为因素和 CRM 的研究文章和书籍章节,并在 20 多个不同的国家发表受邀演讲、讲座和培训。