結構生物學有多牛

2020-11-28 科學網

顏寧從事的是結構生物學方面的研究。

以最具說服力的諾貝爾獎為例，百年化學+生理和醫學諾獎215項中有13項是結構生物學相關的，佔6%。

尤其是其中1962年沃森克裡克DNA雙螺旋結構的發現，是近代生物學的基礎，也是百年來科學領域最重要的發現之一。

美國霍華德休斯研究所（HHMI）是全球最具聲望的針對生物和醫學的私立基金組織，他們資助的科學家個個含金量十足。目前有超過300名科學家受到HHMI的資助，而其中40人從事結構生物學相關研究。

結構是功能的基礎，而生物大分子是所有結構中最具挑戰的研究對象，所以結構生物學是化學和生物學共同的追逐對象。科學的賽跑裡，在生物學從化學手裡接棒之後，結構生物學就成了化學和生物學的聖杯。結構生物學也是同數學關係最密切的學科之一，是生物數學化的前沿陣地，而數學化常常是衡量一門學科有多「硬」的重要考量。

顏寧現在做的工作之一是GLUT1-4。GLUTs是葡萄糖轉運蛋白，是負責細胞吸收葡萄糖的一種膜蛋白，是細胞吃飯的筷子。膜蛋白是很難搞出結構的一種蛋白，主要是因為在實驗體系下保持它們的天然結構很難。膜蛋白也是意義重大的一種蛋白。多數生物中20-30%的基因編碼的都是膜蛋白；而目前50%以上的藥靶都是膜蛋白。40個HHMI的做結構的科學家，有19人是做膜蛋白的，也能間接說明膜蛋白的難度和意義。

當然做結構生物學的研究可能不討喜，常常是因為沒有令人震撼的結論所帶來的巨大存在感。震撼的科學發現就像霧中看山，濃霧散去，大家第一反應是「好高好美一座山！」。而結構生物學就像是無霧看遠山，遠遠望去已知山巍峨秀麗，但是也只望望而已，仍需低頭繼續趕路。【全文】

相關焦點

  • 結構生物學探索——結構解析的分子置換
    我決定熬夜，通過Blast搜尋同源結構後下載了幾個結構作為初始模型，用phaser得到的初始解的TFZ是7.3，初始修正的R／Rfree在49％和51%左右（時間久遠，記不清楚了，無法精確定位有效數字），我看了看電子密度圖，有些region吻合，有些區域則不吻合，然後我採用Acta D有一篇文獻推薦的一種非常規的方法進行再次修正，對著高解析度的電子密度圖結合蛋白質序列手動調整一些區域，再次修正，R因子迅速的下降到了
  • 冷凍電鏡牛X在哪裡?5位科學家說:它徹底「消滅」了結構生物學
    我們很有可能在近期內獲得原子級別解析度下的生命複雜機械的詳細圖像。因為冷凍電子顯微鏡技術的出現，我們能看到的微觀世界從圖片左側的樣子，變成了右側這樣。近幾年，冷凍電鏡在生物物理，特別是結構生物學領域掀起了一輪新的革命。尤其在近三四年來，依靠冷凍電鏡技術，很多具有非常重要生物學功能的生物大分子複合物的三維結構得到解析。所以說冷凍電鏡技術徹底改變了結構生物學的研究方式。冷凍電鏡的重要性，在我看來就是它徹底地「消滅」了結構生物學。這句話是什麼意思呢？
  • AI精準預測蛋白質結構,結構生物學何去何從? | 返樸
    因為訓練穩定的模型，起碼要重複100次甚至1000次，就像餓漢一樣，不能說最後一個饅頭才有作用，前面那麼多的嘗試都有作用。這是學術界與產業界最大的差別。當然，他們不訓練contact map，直接訓練結構中的原子坐標，這是新的想法，以前沒人成功過。
  • 顏寧等點評:AI精準預測蛋白質結構,結構生物學何去何從?
    人工智慧的「進擊」對生物學、對其他學科會有什麼影響？網絡上有人提出：AI都能解蛋白質結構了，結構生物學家是不是該失業了？《返樸》總編、結構生物學家顏寧特邀幾位同仁對這一新聞各抒己見， 回答大家的疑問。因為訓練穩定的模型，起碼要重複100次甚至1000次，就像餓漢一樣，不能說最後一個饅頭才有作用，前面那麼多的嘗試都有作用。這是學術界與產業界最大的差別。當然，他們不訓練contact map，直接訓練結構中的原子坐標，這是新的想法，以前沒人成功過。
  • 顏寧等點評：AI精準預測蛋白質結構，結構生物學何去何從？
    這次人工智慧贏得CASP的新聞亮點有兩個，一是AI，二是準確度高。這確實是突破，但是有了兩年前的新聞（註：2018年，DeepMind開發的第一代AlphaFold首次參加CASP並且拔得頭籌）做鋪墊，現在這次委實是意料之中。至於衍生出來的所謂「結構生物學家都要失業了」的調侃——如果你對結構生物學的理解還停留在20年前，那這麼說也不是不行。
  • 清華大學結構生物學高精尖中心取得近60項原創成果
    清華大學結構生物學高精尖中心供圖基礎研究是疫苗研發的重要支撐。依據對新冠病毒的深入研究，清華大學結構生物學高精尖中心（以下簡稱「高精尖中心」）王新泉團隊與張林琦團隊著手研發的疫苗，被國內外同行寄予厚望，相關工作正順利推進。成立5年來，高精尖中心科技創新突飛猛進。
  • 物理學和生物學誰更牛?看完了你也想學物理
    這篇文章裡，我們來談一下物理學和生物學的那些事。之所以想到這個話題，還是我在科學群裡，跟這幫科普作者聊天的時候想到的。其實，如果你是一個搞科學研究的，不論你最後是選擇的什麼方向，都會發現，離不開物理學。所以物理學真的很牛。廢話不多說了，切入正題。
  • PNAS:單分子成像:結構生物學的未來
    2017年2月20日/生物谷BIOON/--- 結構到功能的研究對生物學領域有著重要的意義。自從解析出DNA的三維結構後，結構生物學幫助科學家們解析出了更多的生物大分子的結構，解決了很多生物學的根基上的問題。然而，結構生物學的發展受到了技術層面上的重大瓶頸。新技術的出現，將對結構生物學的發展帶了跨越式的進展。
  • 結構生物學解鎖新冠肺炎病毒
    科學家積極研發疫苗和解藥，對新型冠狀病毒（SARS-CoV-2）進行研究， 首重了解病毒分子間的確切的形狀和結構，才有機會研發出解藥和疫苗。 先前的抗流感藥物，例如：特敏福（Tamiflu）和瑞樂沙（Relenza），都是透過解構病毒的方法，才研發成功。
  • 結構生物學的下一個突破
    斷層成像：與其他結構生物學手段互補隨著直接探測電子相機（DDD camera）的出現和新算法的開發，冷凍電鏡在2013年迎來一場解析度革命（resolution revolusion），並逐漸成為結構生物學的主要研究方法。七年過去了，冷凍電鏡單顆粒技術解析的高解析度蛋白質結構如雨後春筍般顯現，極大地豐富了人們對蛋白質微觀結構與功能的認知。
  • 科學網—蛋白質結構解析:生物學的「聖杯」
    ■趙廣立 美國密西根大學計算醫學與生物信息學中心教授安布裡什·羅伊（Ambrish Roy）曾於2010年在Nature Protocol發文，稱「我有一個要研究的蛋白Anfinsen）提出「蛋白質的高級空間結構由蛋白質的胺基酸序列決定」後（他也因此獲得1972年諾貝爾化學獎），人們開始尋找一種能夠預測蛋白質結構的算法，可以精確地從蛋白質的胺基酸序列，利用計算機預測出其複雜的空間結構，甚至其由結構決定的功能。
  • 施蘊渝:耕耘於結構生物學的女科學家
    大學時代的施蘊渝她說：「因為生物物理系的學生，都有很好的物理學基礎，而現代生物學已不再是簡單、傳統的生物學了，我後來研究的結構生物學，通過核磁共振來研究生物大分子的結構與功能，都需要物理學的基礎。」儘管有點誤打誤撞，最終學習了生物物理專業，但她很慶幸冥冥中選對了方向。
  • 【文匯報】因為很酷,我選擇了結構生物學
    因為高考的時候覺得，數理化的體系已經很完整了，但生命科學還有那麼多說不清楚的東西。」　　「為什麼會選擇結構生物學？那是因為覺得它很酷啊！完全不能想像，蛋白質結構可以看到……長出的晶體那麼漂亮。」　　科學是理性的，可選擇自己的科研道路卻充滿了感性，甚至藝術性，這就是1980年出生的年輕結構生物學家趙強。
  • 化學交聯質譜讓結構生物學研究如虎添翼
    在用單顆粒冷凍電鏡技術研究結構生物學屢創佳績的當下，很多研究者都把樣品一分為二，一份做冷凍電鏡，一份做交聯質譜。那麼交聯質譜如何讓結構生物學研究如虎添翼？交聯質譜的價值董夢秋談到，「近年來質譜技術在結構生物學領域的重要性愈發彰顯。現在結構生物學家研究的蛋白質複合體越來越大，種類、狀態越來越多，即使有強大的電鏡和晶體學手段也不一定能看清所有的關鍵性的結構細節、狀態間的差異，或者不能確定組成亞基的化學計量比，他們的需求帶動了交聯質譜、native MS和氫氘交換等技術的應用和發展。
  • 從分子生物學到系統生物學——記DNA雙螺旋結構發現50周年
    ，並於4月25日，在英國《自然》雜誌發表了文章「核酸的分子結構———脫氧核糖核酸的一個結構模型」。 50年後的今天，以DNA雙螺旋結構為基礎的生命科學研究仍然如火如荼，但在熱鬧的背後，人類並沒有如兩位科學家所預想的那樣「揭示生命的奧秘」。在DNA密碼破解半個世紀之際，人們從那以後獲取了很多生命科學的相關知識，特別是人類基因組草圖宣告完成，表明基因療法的研究進入新階段。 但是隨著研究的深入，科學家們卻面臨著越來越多的挑戰。
  • 印度瘤牛——牛品種簡介
    瘤牛原產於印度，100多年前由印度傳入巴西，100多年來，巴西科研部門經過對該牛種進行了不斷的基因改良，使瘤牛的產肉、產奶量以及抗病進一步提高，一頭大的瘤牛最重可達1300多公斤，而且毛短，生長期短，肉質細嫩。中國於20世紀40年代開始引入，在海南等地飼養。
  • Nature質譜技術與結構生物學解釋脂多糖-蛋白質複合物結構與作用
    LPS在臨床上可以引起敗血性休克（septic shock）進而導致死亡，LPS的脂A內核（Lipid A core）是多粘菌素抗生素（polymyxin antibiotics）的靶點。儘管多粘菌素在臨床上均有重要性，並且已經有多種耐藥菌株出現，但是目前對LPS生物合成的調節機制仍然不清楚。
  • 【文匯報】因為很酷,我選擇了結構生物學---中國科學院
    因為高考的時候覺得，數理化的體系已經很完整了，但生命科學還有那麼多說不清楚的東西。」　　「為什麼會選擇結構生物學？那是因為覺得它很酷啊！完全不能想像，蛋白質結構可以看到……長出的晶體那麼漂亮。」　　科學是理性的，可選擇自己的科研道路卻充滿了感性，甚至藝術性，這就是1980年出生的年輕結構生物學家趙強。
  • 【AlphaFold精準預測蛋白結構】|蛋白質|胺基酸|生物學|複合物...
    第一代AlphaFold依託蛋白質資料庫PDB作為訓練數據集，構建神經網絡，採用深度學習預測胺基酸殘基間的方向和距離，混合傳統算法Rosetta對蛋白質結構進行同源建模、結構優化；與此不同的是，第二代AlphaFold則將摺疊蛋白質視為「空間圖」，基於神經網絡系統進行「端到端」的訓練，使用了進化相關的胺基酸序列，多序列比對以及對胺基酸對的評估來優化結構預測。
  • Science:結構生物學不再混沌
    這個經過不斷完善的結果與根據X線晶體成像技術獲得的原子模型非常吻合。　　先進的低溫冷凍電鏡（cryo–electron microscopy）技術讓我們獲得了大量高解析度的蛋白質結構圖。不過電子束的照射量還是不能夠太大，只有這樣才能夠清晰地反映出分子結構的細節，獲得高質量的、低信噪比（signal-to-noise ratio, SNR）的三維結構圖像。由於將每個分子的多張圖像信息組合在一起能夠更進一步地降低圖像的信噪比，所以，對數萬、乃至數百萬個蛋白質複合體進行分析就會產生數十萬張圖像。