ROWVA:一种基于结构的指标,用于利用Alphafold2预测蛋白质变异体的致病性

《Cancer Science》:ROWVA: A Structure-Based Metric for Predicting the Pathogenicity of Protein Variants Using Alphafold2

【字体: 时间:2026年04月08日 来源:Cancer Science 4.3

编辑推荐:

   摘要 p53是一种重要的肿瘤抑制蛋白,它以四聚体的形式发挥作用。因此,四聚体形成结构域中的恶性变异会增加p53功能异常的可能性。基因组分析技术的最新进展加深了我们对这些恶性变异的理解。然而,也越来越多

  

摘要

p53是一种重要的肿瘤抑制蛋白,它以四聚体的形式发挥作用。因此,四聚体形成结构域中的恶性变异会增加p53功能异常的可能性。基因组分析技术的最新进展加深了我们对这些恶性变异的理解。然而,也越来越多地发现了一些意义不明确的变异。因此,需要方法来评估这些变异的致病性。在这项研究中,我们旨在探讨是否可以利用AlphaFold2根据预测的三维(3D)结构信息来评估p53变异的功能影响。对于p53功能评分数据集中的每个变异,我们使用AlphaFold2进行了3D结构预测,并分析了多个基于AlphaFold2预测的评分之间的相关性,以预测每个数据集的功能评分(如蛋白质稳定性和致病性标签)。通过比较野生型与变异型结构的3D结构,所得到的均方根偏差与各个功能评分之间存在高度相关性。总体而言,这些结果表明AlphaFold2可以用于评估这些变异。

利益冲突

中藤雅弘(Masahiro Nakatochi)是《Cancer Science》杂志的副主编。其他作者声明没有利益冲突。

数据可用性声明

支持本研究结果的数据可在本文的支持信息中找到。如需,可向通讯作者索取用于计算ROWVA的一组脚本。

相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号