亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Accurate prediction of protein–nucleic acid complexes using RoseTTAFoldNA

核酸 核酸结构 核糖核酸 DNA 计算生物学 生物 RNA结合蛋白 蛋白质结构预测 蛋白质结构 生物化学 基因
作者
Minkyung Baek,Ryan McHugh,Ivan V. Anishchenko,Hanlun Jiang,David A. Baker,Frank DiMaio
出处
期刊:Nature Methods [Nature Portfolio]
卷期号:21 (1): 117-121 被引量:417
标识
DOI:10.1038/s41592-023-02086-5
摘要

Protein-RNA and protein-DNA complexes play critical roles in biology. Despite considerable recent advances in protein structure prediction, the prediction of the structures of protein-nucleic acid complexes without homology to known complexes is a largely unsolved problem. Here we extend the RoseTTAFold machine learning protein-structure-prediction approach to additionally predict nucleic acid and protein-nucleic acid complexes. We develop a single trained network, RoseTTAFoldNA, that rapidly produces three-dimensional structure models with confidence estimates for protein-DNA and protein-RNA complexes. Here we show that confident predictions have considerably higher accuracy than current state-of-the-art methods. RoseTTAFoldNA should be broadly useful for modeling the structure of naturally occurring protein-nucleic acid complexes, and for designing sequence-specific RNA and DNA-binding proteins.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
3秒前
cc发布了新的文献求助10
6秒前
科研通AI6.4的应助被祈愿采纳,获得10
6秒前
qiao完成签到,获得积分10
9秒前
Maestro_S的应助被cc采纳,获得10
10秒前
13秒前
jen完成签到 ,获得积分10
14秒前
嘻嘻哈哈的应助被科研通管家采纳,获得10
17秒前
斯文败类的应助被DRJ采纳,获得10
17秒前
华仔的应助被科研通管家采纳,获得10
17秒前
嘻嘻哈哈的应助被科研通管家采纳,获得10
17秒前
嘻嘻哈哈的应助被科研通管家采纳,获得10
17秒前
科目三的应助被科研通管家采纳,获得30
18秒前
Ava的应助被科研通管家采纳,获得10
18秒前
Isaac完成签到,获得积分10
18秒前
SGD完成签到,获得积分10
19秒前
corleeang完成签到 ,获得积分10
22秒前
丰富夏菡完成签到,获得积分10
24秒前
SGD发布了新的文献求助10
25秒前
null的应助被Ella采纳,获得10
29秒前
null的应助被Ella采纳,获得10
37秒前
38秒前
azhiyuan完成签到,获得积分10
40秒前
搜集达人的应助被DRJ采纳,获得10
43秒前
科研通AI6.4的应助被SUNny采纳,获得10
43秒前
九灶完成签到 ,获得积分10
46秒前
null的应助被Ella采纳,获得10
46秒前
54秒前
null的应助被Ella采纳,获得10
54秒前
小黑桃发布了新的文献求助10
1分钟前
1分钟前
沉默的元枫完成签到,获得积分10
1分钟前
null的应助被Ella采纳,获得10
1分钟前
miu发布了新的文献求助10
1分钟前
1分钟前
务实寒烟完成签到,获得积分10
1分钟前
Lucas的应助被DRJ采纳,获得10
1分钟前
wanci的应助被刻苦香水采纳,获得10
1分钟前
Maestro_S的应助被window1000采纳,获得10
1分钟前
优雅莞完成签到,获得积分0
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
Hidden Empire of Finance: How Wall Street Profits from Our Cities and Fuels Global Inequality 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8165939
求助须知:如何正确求助?哪些是违规求助? 9559318
关于积分的说明 21749898
捐赠科研通 7756692
什么是DOI,文献DOI怎么找? 3429083
关于科研通互助平台的介绍 2553385
邀请新用户注册赠送积分活动 2473623