荧光蛋白资讯

AI模拟了一场5亿年的进化！研究成果登上《科学》

近日，《科学》（Science）杂志刊登了一篇标题为《用语言模型模拟5亿年演化》（Simulating 500 million years of evolution with a language model）的研究论文。在这个宏大的标题之下，科学家们用AI解

在生命科学领域，蛋白质相互作用是调控细胞功能的核心机制之一。传统的检测方法存在操作复杂、假阳性率高、无法实时观察等局限。双分子荧光互补技术（Bimolecular Fluorescence Complementation, BiFC）应运而生！

自绿色荧光蛋白（GFP）点亮生命科学以来，荧光标记技术不断突破。传统明星tdTomato和EGFP虽仍占据实验室“C位”，但新一代荧光蛋白如ChR2_H134R/EYFP、GCaMP6f、KikGR、Kaede和mNeonGreen正以独特的光学特性与功能多样

原创生物世界生物世界撰文丨王聪编辑丨王多鱼排版丨水成文大约 35 亿年前，地球从化学反应中诞生了最初的生命。大自然发明了 RNA、蛋白质和 DNA 这些生命的核心分子，并创造了核糖体这一分子工厂，它能根据基因组中的指令合成蛋白质。蛋白质是奇妙的动态分子，具

八位Meta FAIR蛋白质团队（2023年8月遭Meta裁撤）前科学家去年成立生物AI模型开发创业公司EvolutionaryScale，携手非营利性生医科学与技术研究机构Arc Institute开发ESM3 AI模型。研究员通过模型模拟五亿年蛋白质进化，

托马斯·海斯（Thomas Hayes）和他的同事利用一种名为“ESM3”的多模态生成语言模型，设计并合成了一种新的明亮荧光蛋白，其基因序列与任何已知的荧光蛋白都大不相同。研究人员指出，这一成就可以与模拟5亿年生物进化的ESM3相媲美。

近日，一项发表在Science的工作把蛋白的序列、结构、功能等当作不同的“语言”[1], [2]来丝滑整合并深度（更动态/综合的mask规则）训练大语言模型（ESM3; 1.4 billion, 7 billion, and 98 billion parame

蛋白质是生物体中非常重要的功能性分子，它们的形成过程经过了数十亿年的自然选择和进化。在这一过程中，蛋白质的序列和结构经过无数次随机突变，并通过生物系统的选择机制进行筛选，最终形成那些具有特定生物学功能的蛋白质。

荧光技术是分子生物学研究中的核心工具，尤其是荧光蛋白（如绿色荧光蛋白 GFP），凭借其可遗传编码性、丰富的色彩变化和出色的稳定性，为研究生物分子的定位、相互作用及动态行为提供了强有力的支持。然而，传统的荧光蛋白仍面临一些显著挑战：它们的分子体积较大（通常超

蛋白质是生命体的重要组成部分，是生命活动的主要承担者和执行者。据估计，超过80%的蛋白质并不是孤立存在，而是与其他蛋白质通过相互作用形成稳定或瞬时的复合物结构。蛋白质-蛋白质相互作用（protein-protein interactions，PPIs)是分子生

荧光蛋白标记指将荧光物质共价结合或物理吸附在所要研究分子的某个基团上，利用荧光特性对被标记对象进行定性、定位及定量分析。