Discovering Plastic-Binding Peptides with Favorable Affinity, Water Solubility, and Binding Specificity Through Deep Learning and Biophysical Modeling
本研究通过结合深度学习与生物物理建模的计算机筛选流程,成功设计出具有高亲和力、高水溶性及特定塑料结合选择性的短线性多肽,为微塑料污染治理提供了有效的分子工具。
609 篇论文
生物物理学是一门迷人的交叉学科,它像一座桥梁,将物理学的精密原理与生命的复杂奥秘连接起来。在这里,研究者利用物理工具去解码细胞如何运作、蛋白质怎样折叠,甚至探索意识背后的物质基础,让抽象的生命现象变得清晰可测。
Gist.Science 致力于让前沿科学触手可及。我们每天自动追踪 bioRxiv 上发布的最新生物物理学预印本,并由专家团队为每一篇论文提供通俗易懂的科普解读与深度的技术分析。无论您是资深学者还是科学爱好者,都能在这里快速把握研究核心。
以下为您呈现该领域最新发布的论文列表,带您即刻开启探索之旅。
本研究通过结合深度学习与生物物理建模的计算机筛选流程,成功设计出具有高亲和力、高水溶性及特定塑料结合选择性的短线性多肽,为微塑料污染治理提供了有效的分子工具。
本研究通过全原子分子动力学模拟揭示了 SF3A1 的 ULD 结构域与 U1 snRNA SL4 之间非经典识别的分子机制,阐明了 C 端 RGGR 基序与 UUCG 四核苷酸环在序列特异性及结构识别中的双重作用,并证实了关键残基突变通过改变构象分布影响复合物稳定性的动态过程。
本研究利用包含 88 张图像和 4,131 个标注的相衬显微数据集,开发并评估了基于 Detectron2 和 YOLO v10 的多种深度学习模型,旨在实现活体阿米巴原虫的实时、高效且准确的自动检测,从而减少人工标注需求并降低光毒性影响。
该研究通过临床前和临床数据表明,肝纤维化中表观扩散系数(ADC)的降低主要源于 T2 穿透效应,而慢扩散系数(SDC)能更准确地反映纤维化进展,即早期纤维化因铁沉积主导导致 SDC 降低,而晚期纤维化则因水分增加主导导致 SDC 升高。
该研究结合分子动力学模拟与深度学习,揭示了无修饰套索肽具有自发折叠概率极低(<0.8%)的通用上坡折叠景观,阐明了环稳定性与熵成本的关键作用,并证实酶促空间限制可促进折叠,从而为套索肽的理性设计奠定了热力学与动力学基础。
本研究利用二维副本交换分子动力学模拟,揭示了 Abl 激酶与其底物肽 Abltide 从初始接触到结合构象的详细结合路径,识别出多个关键相遇区域和中间态,并阐明了特定疏水及负电荷斑块在引导底物识别中的核心作用,为理性设计肽类抑制剂提供了机制基础。
该研究通过比较随机与自然非编码 RNA 的玻尔兹曼分布发现,除极短序列外,自然 RNA 仅表现出略高的能量稳定性且整体占据与随机 RNA 相似的形态空间,表明非编码 RNA 的系综特性主要由基因型 - 表型映射的生物物理规律所决定。
本文提出了一种将植物器官建模为同心 morphoelastic 圆柱壳的理论框架,通过解析表达式揭示了组织层面的弹性与生长差异如何决定器官尺度的轴向生长、弯曲运动及残余应力分布,并以此验证了表皮生长控制假说及解释了向性运动等现象。
该研究指出,先前关于通过颅外检测超弱光子发射作为脑活动生物标志物的主张存在严重缺陷,因为实测信号主要受背景光干扰,且由于组织衰减和探测器灵敏度限制,所测得的光子极可能源自头皮而非大脑。
该研究利用粗粒化模型揭示了静电蛋白凝聚体中微观相互作用与宏观材料性质之间的关联,发现尽管分子结合与解离速率在浓相和稀相中相当,但蛋白质构象重排和自扩散在凝聚体内部显著减慢,从而阐明了不同长度尺度下动力学解耦的机制。