必赢贵宾会3003送33健康科学与技术研究所科研团队取得多项科研成果

发布时间:2022-05-13

近日,必赢贵宾会3003送33健康科学研究所科研团队在各自研究领域取得多项科研成果。

一、生化防治分子工具及技术研发团队方葛敏教授课题组抗冠状病毒肽类抑制剂研究领域取得研究进展。

方葛敏教授课题组与西南医科大学、复旦大学基础医学院合作,利用化学生物学手段,设计合成了一类小型环状ACE2蛋白类似物分子,并在假病毒和真病毒体系中证明其能有效抑制SARS-CoV-2病毒,为发展抗冠状病毒肽类抑制剂提供了一个新的视角。该成果以“Neutralizing SARS-CoV-2 by dimeric side chain-to-side chain cross-linked ACE2 peptide mimetics”为题发表在Nature Index期刊Chemical Communications上(全文链接:https://pubs.rsc.org/en/content/articlelanding/2022/CC/D1CC06301D )。

图片

二、疾病机制和药物靶标团队杨兴元教授课题组在脂肪代谢调控领域取得新进展。

杨兴元教授课题组利用肝脏细胞作为模式生物研究炎症相关因子在脂类调控中的机制,发现一个突出融合蛋白STX11在脂肪分解与脂类自噬中起重要作用。该研究发现不仅拓展了研究人员对炎症相关因子在代谢调控中的认知,而且为理解炎症与代谢之间生理功能的联系提供了新的线索。研究成果以题为“The vesicular transporter STX11 governs ATGL-mediated hepatic lipolysis and lipophagy”在线发表于Cell子刊《iScience》杂志(原文链接:https://doi.org/10.1016/j.isci.2022.104085)。

图片

图.STX11调控肝脏脂肪水解及脂噬的模式图

三、生物医学与健康大数据团队夏俊峰教授课题组在生物活性肽功能预测领域取得研究进展。

夏俊峰教授课题组基于深度学习方法开发了用于生物活性肽多功能预测MLBP方法,可以同时预测多种功能,包括抗癌、降血糖、降压、抗炎症和抗菌。MLBP模型以肽序列向量为输入,取代其他预测方法常用的氨基酸理化特征。利用嵌入层,从序列向量中学习出稠密的连续特征向量。然后,通过卷积神经网络层从特征向量中提取卷积特征,并结合双向门控循环单元层提高预测性能。实验结果表明,MLBP对多肽功能具有较好的预测性能。研究成果以题为“Identifying multi-functional bioactive peptide functions using multi-label deep learning”正式发表于生物信息学知名期刊《Briefings in Bioinformatics》杂志。(全文链接https://academic.oup.com/bib/article/23/1/bbab414/6396787

图片

图. 生物活性肽多功能预测方法MLBP流程图


返回原图
/