Fugu-MT 論文翻訳(概要): Deep manifold learning reveals hidden dynamics of proteasome autoregulation

論文の概要: Deep manifold learning reveals hidden dynamics of proteasome autoregulation

arxiv url: http://arxiv.org/abs/2012.12854v1
Date: Wed, 23 Dec 2020 18:23:53 GMT
ステータス: 翻訳完了
システム内更新日: 2021-04-25 18:14:19.245653
Title: Deep manifold learning reveals hidden dynamics of proteasome autoregulation
Title（参考訳）: 深層多様体学習はプロテアソーム自己制御の隠れたダイナミクスを明らかにする
Authors: Zhaolong Wu, Shuwen Zhang, Wei Li Wang, Yinping Ma, Yuanchen Dong and Youdong Mao
Abstract要約: ポリユビキチル基質相互作用がプロテアソーム活性を調節する方法は理解されていない。ここでは,原子レベルの極低温電子顕微鏡(cryo-em)再構成を可能にする,alphacryo4dと呼ばれる深部多様体学習フレームワークを紹介する。 alphacryo4dは3次元深層学習と自由エネルギーランドスケープの多様体埋め込みを統合する。
参考スコア（独自算出の注目度）: 0.5872014229110214
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The 2.5-MDa 26S proteasome maintains proteostasis and regulates myriad cellular processes. How polyubiquitylated substrate interactions regulate proteasome activity is not understood. Here we introduce a deep manifold learning framework, named AlphaCryo4D, which enables atomic-level cryogenic electron microscopy (cryo-EM) reconstructions of nonequilibrium conformational continuum and reconstitutes hidden dynamics of proteasome autoregulation in the act of substrate degradation. AlphaCryo4D integrates 3D deep residual learning with manifold embedding of free-energy landscapes, which directs 3D clustering via an energy-based particle-voting algorithm. In blind assessments using simulated heterogeneous cryo-EM datasets, AlphaCryo4D achieved 3D classification accuracy three times that of conventional method and reconstructed continuous conformational changes of a 130-kDa protein at sub-3-angstrom resolution. By using AlphaCryo4D to analyze a single experimental cryo-EM dataset, we identified 64 conformers of the substrate-bound human 26S proteasome, revealing conformational entanglement of two regulatory particles in the doubly capped holoenzymes and their energetic differences with singly capped ones. Novel ubiquitin-binding sites are discovered on the RPN2, RPN10 and Alpha5 subunits to remodel polyubiquitin chains for deubiquitylation and recycle. Importantly, AlphaCryo4D choreographs single-nucleotide-exchange dynamics of proteasomal AAA-ATPase motor during translocation initiation, which upregulates proteolytic activity by allosterically promoting nucleophilic attack. Our systemic analysis illuminates a grand hierarchical allostery for proteasome autoregulation.
Abstract（参考訳）: 2.5-MDa 26Sプロテアソームはプロテオスタシスを維持し、無数の細胞プロセスを制御する。ポリウビキチル化基質相互作用がプロテアソーム活性を制御するかは理解されていない。ここでは,非平衡コンフォメーション連続体の原子レベル低温電子顕微鏡(cryo-EM)再構成を可能にし,プロテアソーム自己制御の隠れたダイナミクスを基板劣化の過程で再構成するAlphaCryo4Dという深層多様体学習フレームワークを紹介する。 AlphaCryo4Dは3次元深層学習と自由エネルギー景観の多様体埋め込みを統合し、エネルギーベースの粒子投票アルゴリズムによって3次元クラスタリングを誘導する。ブラインド評価において,αcryo4dは従来の手法の3倍の3次元識別精度を達成し,130kdaタンパク質のサブ3アングストローム分解による連続構造変化を再構成した。ヒト26Sプロテアソームの64個のコンホメータをAlphaCryo4Dを用いて解析し、二重キャップホロ酵素中の2つの制御粒子のコンホメーションの絡み合いと、それらのエネルギー的相違を明らかにした。新規ユビキチン結合部位がRPN2、RPN10、Alpha5サブユニットで発見され、ポリユビキチン鎖をデビキチン化とリサイクルのためにリモデリングする。重要なことは、AlphaCryo4Dはトランスロケーション開始時にプロテアソームAAA-ATPaseモーターの単一ヌクレオチド交換ダイナミクスを解析し、求核性攻撃を促進することでプロテアーゼ活性を亢進させる。我々のシステム解析は、プロテアソーム自己調節のための大階層アロステリーを照らす。

関連論文リスト

Diffusion Model with Representation Alignment for Protein Inverse Folding [53.139837825588614]
タンパク質逆フォールディングはバイオインフォマティクスの基本的な問題であり、与えられたタンパク質のバックボーン構造からアミノ酸配列を復元することを目的としている。表現アライメント(DMRA)を用いた拡散モデルを用いた新しい手法を提案する。実験では,CATH4.2データセットを広範囲に評価し,DMRAが先行手法より優れていることを示す。
論文参考訳（メタデータ） (2024-12-12T15:47:59Z)
SFM-Protein: Integrative Co-evolutionary Pre-training for Advanced Protein Sequence Representation [97.99658944212675]
タンパク質基盤モデルのための新しい事前学習戦略を導入する。アミノ酸残基間の相互作用を強調し、短距離および長距離の共進化的特徴の抽出を強化する。大規模タンパク質配列データセットを用いて学習し,より優れた一般化能力を示す。
論文参考訳（メタデータ） (2024-10-31T15:22:03Z)
4D Diffusion for Dynamic Protein Structure Prediction with Reference Guided Motion Alignment [18.90451943620277]
本研究では分子動力学(MD)シミュレーションデータを用いた動的タンパク質構造学習のための革新的4次元拡散モデルを提案する。我々の知る限り、これはタンパク質の軌道を複数の時間ステップで同時に予測することを目的とした初めての拡散モデルである。
論文参考訳（メタデータ） (2024-08-22T14:12:50Z)
cryoSPHERE: Single-particle heterogeneous reconstruction from cryo EM [9.887133861477233]
単一粒子低温電子顕微鏡(cryo EM)は、与えられたタンパク質の多数の画像を取得する強力なツールである。本稿では,タンパク質構造を入力とする深層学習手法であるCryoSPHEREを紹介する。
論文参考訳（メタデータ） (2024-05-29T15:12:19Z)
Protein Conformation Generation via Force-Guided SE(3) Diffusion Models [48.48934625235448]
新しいタンパク質コンホメーションを生成するために、深層生成モデリング技術が用いられている。本稿では,タンパク質コンフォメーション生成のための力誘導SE(3)拡散モデルConfDiffを提案する。
論文参考訳（メタデータ） (2024-03-21T02:44:08Z)
AbDiffuser: Full-Atom Generation of in vitro Functioning Antibodies [44.149969082612486]
AbDiffuserは、抗体3D構造と配列の同変および物理インフォームド拡散モデルである。我々のアプローチは、ドメイン知識と物理に基づく制約を生かして、タンパク質の拡散を改善する。数値実験では、AbDiffuserが参照集合の配列と構造を綿密に追跡する抗体を生成する能力を示している。
論文参考訳（メタデータ） (2023-07-28T11:57:44Z)
Cross-Gate MLP with Protein Complex Invariant Embedding is A One-Shot Antibody Designer [58.97153056120193]
抗体の特異性は、その相補性決定領域(CDR)によって決定される従来の研究では、複雑な技術を使ってCDRを生成するが、不適切な幾何学的モデリングに悩まされている。本稿では,CDRの1次元配列と3次元構造を1ショットで共設計できるテクスタイスシンプルで効果的なモデルを提案する。
論文参考訳（メタデータ） (2023-04-21T13:24:26Z)
On the Robustness of AlphaFold: A COVID-19 Case Study [16.564151738086434]
高い精度にもかかわらず、AlphaFoldはそのような堅牢性を示していないことを実証する。これにより、予測されたタンパク質構造が信頼される範囲を検知し定量化することが困難になる。
論文参考訳（メタデータ） (2023-01-10T17:31:39Z)
State-specific protein-ligand complex structure prediction with a multi-scale deep generative model [68.28309982199902]
タンパク質-リガンド複合体構造を直接予測できる計算手法であるNeuralPLexerを提案する。我々の研究は、データ駆動型アプローチがタンパク質と小分子の構造的協調性を捉え、酵素や薬物分子などの設計を加速させる可能性を示唆している。
論文参考訳（メタデータ） (2022-09-30T01:46:38Z)
Three-dimensional micro-structurally informed in silico myocardium -- towards virtual imaging trials in cardiac diffusion weighted MRI [58.484353709077034]
本稿では,心筋微細構造の数値ファントムを現実的に生成する新しい手法を提案する。シリコン組織モデルにより、磁気共鳴イメージングの定量的モデルを評価することができる。
論文参考訳（メタデータ） (2022-08-22T22:01:44Z)
Learning Geometrically Disentangled Representations of Protein Folding Simulations [72.03095377508856]
この研究は、薬物標的タンパク質の構造的アンサンブルに基づいて生成ニューラルネットワークを学習することに焦点を当てている。モデル課題は、様々な薬物分子に結合したタンパク質の構造的変動を特徴付けることである。その結果,我々の幾何学的学習に基づく手法は,複雑な構造変化を生成するための精度と効率の両方を享受できることがわかった。
論文参考訳（メタデータ） (2022-05-20T19:38:00Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。