<?xml version="1.0" encoding="utf-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005">
<channel xmlns:cfi="http://www.microsoft.com/schemas/rss/core/2005/internal" cfi:lastdownloaderror="None">
<title cf:type="text"><![CDATA[生物化学与生物物理进展 -->2024年诺贝尔奖解读]]></title>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[微RNA的发现及其意义——2024年诺贝尔生理学或医学奖的启示]]></title>
<link><![CDATA[https://www.pibb.ac.cn/pibbcn/article/abstract/20240471]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[2024年诺贝尔生理学或医学奖授予美国科学家维克多·安布罗斯（Victor Ambros）和加里·鲁夫昆（Gary Ruvkun），以表彰他们发现微RNA（microRNA，miRNA）及其在转录后对基因表达的调控作用。miRNA的发现，不仅开启了非编码RNA（non-coding RNA，ncRNA）这一新的研究领域，也修改了生命科学领域经典的“中心法则”，即遗传信息沿着“DNA转录成mRNA，再翻译成蛋白质，最后发挥生物学功能”这一线性的传递模式，细胞内mRNA与其他ncRNA，如长链非编码RNA（long non-coding RNA，lncRNA）、环状RNA（circular RNA，circRNA）等由于竞争性结合miRNAs，从而形成了一个庞大而复杂的基因表达调控网络，即竞争性内源RNA（competing endogenous RNA，ceRNA）调控网络。同时miRNA本身也是由基因组上的基因编码，自身的表达也受其他编码或ncRNA的调控，miRNA与mRNA及其他ncRNA共同精细地调控了细胞的生命活动，并影响着机体的生理或病理功能，miRNA的表达失调与很多疾病的发生发展有着密切的联系，也为疾病诊疗提供了新的分子标记和靶点。本文总结了miRNA的发现过程、发生机制和生物学功能及miRNA与其他ncRNA之间的作用网络，并展望了miRNA的应用前景。]]></description>
<pubDate>2024/12/17 0:00:00</pubDate>
<category><![CDATA[2024年诺贝尔奖解读]]></category>
<author><![CDATA[李文超,肖骋风,曾朝阳,熊炜,曲红科]]></author>
<guid><![CDATA[https://www.pibb.ac.cn/pibbcn/article/abstract/20240471]]></guid><cfi:id>3</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[AlphaFold结构预测的重大突破及其对蛋白质研究的影响与挑战]]></title>
<link><![CDATA[https://www.pibb.ac.cn/pibbcn/article/abstract/20240374]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[近年来，基于深度学习的方法研究在蛋白质结构预测领域实现了重大突破。AlphaFold 2（AF2）于2021年开源发布，实现了蛋白质暨蛋白质复合物三维结构的高精度预测，使得研究人员能够快速获取可靠的三维结构信息，显著加速了蛋白质结构与功能研究的进展。2024年发布的AlphaFold 3（AF3）更进一步，能对蛋白质-核酸、蛋白质-小分子等生物复合物的三维结构进行精准预测。AF3采用改进的算法与更高效的模型，大幅提升了预测准确度，特别是在抗原-抗体复合物、蛋白质-小分子复合物等方面展现出卓越的性能。AlphaFold的成功不仅为结构生物学带来了革命性进展，还在药物研发、蛋白质设计、分子功能机制研究等领域展示了巨大的应用潜力，推动了生物医学研究的革新。本文将回顾AlphaFold及相关蛋白质结构预测方法的研发历史，概述其关键技术和当下应用，并结合其局限性，展望未来的研究方向和应用。]]></description>
<pubDate>2024/10/25 0:00:00</pubDate>
<category><![CDATA[2024年诺贝尔奖解读]]></category>
<author><![CDATA[宫维斌]]></author>
<guid><![CDATA[https://www.pibb.ac.cn/pibbcn/article/abstract/20240374]]></guid><cfi:id>2</cfi:id><cfi:read>true</cfi:read></item>
<item>
<title xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="text"><![CDATA[智能蛋白质工程]]></title>
<link><![CDATA[https://www.pibb.ac.cn/pibbcn/article/abstract/20240402]]></link>
<description xmlns:cf="http://www.microsoft.com/schemas/rss/core/2005" cf:type="html"><![CDATA[蛋白质是生命活动的重要基础物质，在生物体内扮演着多种关键角色，包括构建细胞结构、参与代谢和能量转化、调节生理功能、提供免疫保护、传递信号等。蛋白质多样化的功能是通过其特定的氨基酸序列，以及相应的三维结构来实现的。蛋白质工程通过改变或设计蛋白质的序列与结构来实现特定的功能，从而扩展对蛋白质的理解，并为生物医学、生物材料、生物工程及其他领域的研究提供强大的工具和技术支持。近年来，随着算法的进步、大数据的积累，以及硬件计算能力的提升，人工智能技术得到了快速发展，并逐渐应用于蛋白质工程领域，形成了智能蛋白质工程。通过运用基因组、蛋白质组、蛋白质结构数据库等生物学大数据，以及在数据基础上建立各类先进的深度学习模型，智能蛋白质工程能够实现高效、精准、可预测的蛋白质设计和改造。本文主要侧重于智能蛋白质工程的四个方面，即结构设计、无骨架的序列设计、基于骨架的序列设计，以及其他辅助设计方法，总结了人工智能技术在这些领域取得的最新进展，并汇总了近年来采用智能蛋白质工程技术取得的实践成果。智能蛋白质工程作为一种新兴的技术和方法，展示了巨大的潜力和前景，为未来科学研究和技术创新带来深远的影响，并为解决全球性挑战提供新的解决方案和工具。]]></description>
<pubDate>2024/12/3 0:00:00</pubDate>
<category><![CDATA[2024年诺贝尔奖解读]]></category>
<author><![CDATA[王凯悦,叶盛]]></author>
<guid><![CDATA[https://www.pibb.ac.cn/pibbcn/article/abstract/20240402]]></guid><cfi:id>1</cfi:id><cfi:read>true</cfi:read></item>
</channel>
</rss>