XiaoMi-AI文件搜索系统
World File Search SystemUniProt
附录ERG变体研究网络
补充图3。生殖线ERG（P.Y373C）变体的保护和作用。（a）P.Y373C变体映射在ERG蛋白上（NM_182914）。（b）在跨物种的人类ETS转录因子和直系同源ERG蛋白的P.Y373C变体周围的氨基酸保存。（c）ERG P.Y373C变体对DNA结合的预测影响。预测极地接触（溶剂排除的氢键）（红线）和由于诱变引起的预测极性接触破坏（灰色虚线）。3D蛋白质建模在ERG-DNA X射线晶体学模型（PDB ID：6VGE A链中）进行，该模型从Uniprot Online数据库中获得。Pymol用于可视化P.Y373C的预测结构影响。（d）P.Y373C VAF与血小板计数的比较。液滴数字PCR用于确定来自族的1个成员的VAF（I-1，I-2，II-1，II-2）（表1-患者15、16、17）在显示的时间点上样本，还绘制了相应时间点的血小板计数。单核细胞（MNC），骨髓（BM），间充质基质细胞（MSC）。
蛋白质语言模型识别无序的，保守的基序驱动阶段分离
图2：ESM2预测结构化和无序残基的适应性景观。（a）呈现了人类HP1α蛋白（Uniprot ID：P45973）中氨基酸的ESM2评分，残基的PLDDT得分低于70，以蓝色突出显示，以表示缺乏确定结构的区域。（b）在结构秩序不同程度的三个区域的健身景观的详细观点。在左侧，人类HP1α蛋白的Alphafold2预测的结构以卡通表示显示，其颜色为PLDDT分数。三个特定区域，代表柔性无序（残基75-85），保守无序（残基87-92）和折叠（残基120-130）段，分别用蓝色，橙色和红色突出显示，使用球形粘贴样式。右侧的面板描绘了每个区域中每个区域的ESM2 LLR预测。（c，d）PLDDT和ESM2分布分布的直方图（C）和无序（D）残基。轮廓线表示计算为 - log P（PLDDT，ESM2）的自由能水平，其中P是基于其PLDDT和ESM2分数的残基的概率密度。轮廓以0.5个单位间隔间隔，以区分不同密度的区域。
过敏反应中细胞外囊泡的蛋白质组织及其在血管通透性中的作用
fi g u r e 1表征，蛋白质组学分析以及对ANEV和BEV的差分分析。（a）来自代表性循环BEV和ANEV的透射电子显微镜图像。比例尺：200 nm。图像描绘了来自两个样本的代表性电动汽车。（b）通过NTA分析了每个实验条件的七种不同的EV制剂。代表性的NTA直方图显示BEV和ANEVS的平均粒径为200 nm。（c）Anevs的特征是Western blot。面板显示三名代表性患者的免疫印迹。真正的EV标记，例如CD63，TSG101，Syntenin-1和CD9。（d）通过基于质谱的定量蛋白质组学获得的蛮数据的维恩图代表了BEV和ANEVS中检测到的蛋白质之间的相交。（e）火山图显示了所有鉴定的蛋白质。在ANEVS（右侧）和BEVS（左侧）中的统计学上显着差异（p> .05）以蓝色出现。访问数字（uniprot）显示了感兴趣的蛋白质（cdc42，ficolin-2，s100a9）。主成分分析（F）和血浆衍生EV的无监督分层聚类（G）
使用化学和基因描述基于基于化学和基因描述的生物医学文献的采矿药物 - 目标相互作用
药物目标相互作用（DTI）在药物发现中起着关键作用，因为它旨在识别潜在的药物靶标并阐明其作用机理。近年来，自然语言处理（NLP）的应用，尤其是与预训练的语言模型相结合时，已经在生物医学领域中获得了相当大的势头，并有可能开采大量文本以促进DTIS从文献中有效提取。在本文中，我们将DTI的任务作为实体关系提取问题，利用不同的预训练的变压器语言模型（例如BERT）提取DTI。我们的结果表明，通过将来自Entrez基因数据库的基因描述与比较毒理基因组学数据库（CTD）的化学描述相结合，对于实现最佳性能至关重要。所提出的模型在隐藏的药品测试集中达到了80.6的F1得分，这是官方评估中所有提交模型中排名最高的性能。此外，我们进行了比较分析，以评估来自Entrez基因和Uniprot数据库的各种基因文本描述的有效性，以了解其对性能的影响。我们的发现突出了使用基因和化学描述来改善药物目标提取任务的基于NLP的文本挖掘的潜力。
基于LLM的SPARQL查询生成从自然语言上通过联合知识图
在生物信息学中，查询复杂知识图（kgs）的能力对于提取有意义的见解至关重要。但是，手动制作SPARQL查询，尤其是跨多个连接的KGS的联合查询，甚至对于专家而言，甚至可能是一项耗时且具有挑战性的任务。这导致人们对知识图答录（KGQA）系统的需求不断增长，该系统可以将自然语言查询转化为SPARQL，从而弥合用户问题与可用结构化数据之间的差距。大型语言模型（LLMS）提供了一个令人兴奋的机会来应对这一挑战，从而有可能自动从自然语言输入中产生准确的SPARQL查询。然而，尽管LLM在该领域表现出了令人印象深刻的能力[1] [2]，但当前的系统难以处理大规模，不断发展的kg，例如SIB Swiss Swiss生物信息学研究所的目录[3]。在这项工作中，我们提供了一种解决方案，旨在帮助SIB的生物信息学KGS [4]，例如Uniprot [5]，BGEE [6]或OMA [7]，以探索和查询可用数据。我们的方法利用LLM和端点元数据来生成SPARQL查询，同时解决动态整合不断发展的数据集的挑战，而无需持续不断的再培训。通过提供可扩展的系统1，以适应生物信息学知识的复杂且不断变化的景观，我们的目标是显着减少在联邦公里范围内查询的时间和专业知识所需的时间和专业知识。
映射DSI数据库的景观：
该图说明了DSI数据“转换”的简化示例。数据库名称以粗体列出。它显示了如何在科学数据库中转移和相互连接的DSI。该过程始于研究人员从欧洲核苷酸档案（ENA）中获得大肠杆菌基因组。从该基因组中，研究人员可能使用RefSeq确定了特定的感兴趣基因。然后，研究人员检查了该基因编码的酶（一种蛋白质），以及其特性，记录在Uniprot中。他们会进一步了解涉及酶的生化反应，他们咨询Brenda。研究人员利用KEGG提供的数据来编译代谢途径，这些数据与来自代谢的实验数据交叉引用。要分析与这些途径相关的化学特性（即，我们对酶破裂或将其放在一起的小分子的理解），研究人员转向Pubchem。出于药物开发的目的，它们将这些化学性质与在药品库中列出的已知药物，寻找潜在的抑制剂或激活剂进行了比较。接下来，研究人员探讨了有关这些药物的其他实验数据的临床试验。为了对上下文和含义有更广泛的了解，他们在PubMed上进行了交叉引用的发现，该发现提供了对同行评审出版物的访问。这种数据的迭代探索和交叉引用最终可帮助研究人员注释基因在基因本体论（GO）数据库中更准确地发挥作用，从而恢复了研究周期并增强了整体知识库。在这个简化的示例中，使用了11个与DSI相关的数据库，但实际上，使用DSI的科学家需要数千个。
蓝细菌网络门户网站
Cyanocyc是一个Web门户网站，它将有关蓝细菌基因组的信息集成了非常丰富的数据库收集，并与大量的生物信息学工具集合。它是为了满足蓝细菌研究和生物技术社区的需求。当前在蓝藻中的277个注释的蓝细菌基因组中补充了计算推断，包括预测的代谢途径，操纵子，蛋白质复合物和直系同源物；并从外部数据库中导入的数据，例如蛋白质特征和基因本体论（GO）术语，从Uniprot进口。五个基因组数据库进行了手动策划，并提供了来自十几个蓝细菌专家的输入，以纠正错误并整合了来自1,765多个已发表文章的信息。Cyanocyc具有涵盖基因组，代谢途径和调节信息学的生物信息学工具； OMICS数据分析；和比较分析，包括在直系同源基因排列的多个基因组的可视化以及多种生物的代谢网络的比较。cyanocyc是一种高质量的可靠知识库，它通过使用户能够使用其强大的搜索工具快速找到准确的信息来加速科学家的工作，从而通过引用的专家迷你浏览量来了解基因功能，从而快速使用其交互式可视化工具来快速获取信息，并为基础研究提供更好的决策。
人工智能时代的蛋白质结构预测 - NSF-PAR
机械活性蛋白对于无数生理和病理过程至关重要。在单分子力谱 (SMFS) 技术的进步的指导下，我们已经在分子水平上了解了几种机械活性蛋白如何响应机械力。然而，即使是 SMFS 也有其局限性，包括在力加载实验中缺乏详细的结构信息。这就是分子动力学 (MD) 方法大放异彩的地方，它以飞秒时间分辨率提供原子细节。然而，MD 严重依赖于高分辨率结构的可用性，而大多数蛋白质都无法获得高分辨率结构。例如，蛋白质数据库目前已存储 192K 个结构，而 Uniprot 上有 231M 个蛋白质序列。但许多人打赌这个差距可能很快就会缩小。在过去的一年里，基于人工智能的 AlphaFold 首次能够根据蛋白质序列预测近乎天然的蛋白质折叠，从而在结构生物学领域引起了轰动。对于某些人来说，AlphaFold 正在推动结构生物学与生物信息学的融合。从这个角度来看，使用计算机模拟 SMFS 方法，我们研究了 AlphaFold 结构预测在研究葡萄球菌粘附蛋白的机械性能方面的可靠性。我们的结果表明，AlphaFold 可以产生极其可靠的蛋白质折叠，但在许多情况下无法准确预测高分辨率蛋白质复合物。尽管如此，结果表明 AlphaFold 可以彻底改变对这些蛋白质的研究，特别是通过允许高通量扫描蛋白质结构。同时，我们表明 AlphaFold 结果需要验证，不应盲目使用，否则可能会获得错误的蛋白质机制。
人工智能时代的蛋白质结构预测
机械活性蛋白对于无数生理和病理过程至关重要。在单分子力谱 (SMFS) 技术的进步的指导下，我们已经在分子水平上了解了几种机械活性蛋白如何响应机械力。然而，即使是 SMFS 也有其局限性，包括在力加载实验中缺乏详细的结构信息。这就是分子动力学 (MD) 方法大放异彩的地方，它以飞秒时间分辨率提供原子细节。然而，MD 严重依赖于高分辨率结构的可用性，而大多数蛋白质都无法获得高分辨率结构。例如，蛋白质数据库目前已存储 192K 个结构，而 Uniprot 上有 231M 个蛋白质序列。但许多人打赌这个差距可能很快就会缩小。在过去的一年里，基于人工智能的 AlphaFold 首次能够根据蛋白质序列预测近乎天然的蛋白质折叠，从而在结构生物学领域引起了轰动。对于某些人来说，AlphaFold 正在推动结构生物学与生物信息学的融合。从这个角度来看，使用计算机模拟 SMFS 方法，我们研究了 AlphaFold 结构预测在研究葡萄球菌粘附蛋白的机械性能方面的可靠性。我们的结果表明，AlphaFold 可以产生极其可靠的蛋白质折叠，但在许多情况下无法准确预测高分辨率蛋白质复合物。尽管如此，结果表明 AlphaFold 可以彻底改变对这些蛋白质的研究，特别是通过允许高通量扫描蛋白质结构。同时，我们表明 AlphaFold 结果需要验证，不应盲目使用，否则可能会获得错误的蛋白质机制。
与深色小胶质细胞相关的综合应力反应促进了小胶质细胞脂肪形成，并有助于神经变性RNA3DB：用于训练和基准的RNA结构预测的深度学习模型sparta：...
肠道微生物群的组成是各种疾病中的已知因素，事实证明是疾病状态自动分类的强大基础。需要在功能规模上更好地理解这个社区，因为这将增强这些APARACHES的生物解释性。在本文中，我们开发了一种计算管道，用于将肠道菌群的功能注释与自动分类过程相结合，并促进对其结果的下流解释。该过程作为输入分类组成数据（例如操作分类单元表（OTU）或Amplicon序列变体（ASV）丰度），并通过询问Uniprot数据库来将每个组合链接到其功能注释。肠道微生物群的功能性是由此基础构建的。二个pro纤维，微生物和功能性，用于训练随机的森林分类器，以辨别不健康的控制样品。然后根据可变的重要性进行自动选择，并且可以迭代该方法，直到分类性能降低为止。此过程表明，与微生物pro纤维相比，微生物群体转化为功能性纤维可比性，尽管表现略有下相比。通过重复，它还输出了一个强大的判别变量子集。这些选择比通过最先进的方法获得的选择更可靠，并且通过手动书目研究验证了其内容。还分析了选定的OTU和功能注释之间的互连，并揭示了重要的注释来自非选择OTU的累积影响。