科研人员发展基于深度学习的蛋白质单分子分析新方法

蛋白质是生命活动的物质基础和主要承担者 , 许多重要的蛋白质以复合物或多聚体形式参与信号转导、离子转运、免疫响应等众多生理过程 , 蛋白质的化学计量组成与其生物功能的调控及多种疾病的发生发展密切相关 。 因此 , 在生理条件下定量表征蛋白质的化学计量比(亚基组成数或蛋白聚集状态) , 对于研究蛋白质的相互作用、阐明蛋白质结构-功能的调控机制、研发新药等都具有十分重要的意义 。

在国家自然科学基金委、科技部和中国科学院的支持下 , 中科院化学研究所分子纳米结构与纳米技术重点实验室方晓红课题组长期致力于发展分析活细胞体系蛋白质动态变化的单分子显微成像新方法 , 所建立的利用光漂白计数定量表征膜蛋白化学计量比等单分子研究方法 , 为化学生物学和生物医学研究提供了先进的技术(Natl. Sci. Rev. 2018, 5, 300) 。 近年来他们与生命科学家合作 , 发现了多种信号转导蛋白激活和转运新机制(Nat. Microbiology2019, 4, 97-111; Nat. Commun.