标签: 构象交换

蛋白质的功能常依赖其在微秒至毫秒尺度上的构象变化，但这类动态过程难以直接观测。本研究发现：核磁共振（NMR）谱中‘缺失的信号’并非实验失误，而是因蛋白质快速运动导致信号变宽而无法检测——这一现象可作为动态性的天然标记。研究团队利用深度学习模型（Dyna-1）成功从数万种蛋白质的NMR数据中‘读出’这些隐藏的动态信息，并准确预测与酶催化、配体结合等关键功能相关的毫秒级运动。

标签: 功能预测 构象交换 核磁共振 深度学习 蛋白质动力学