项目名称: 蛋白质淀粉样纤维形成动力学的建模、分析和预测

项目编号: No.11204150

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 物理学I

项目作者: 洪柳

作者单位: 清华大学

项目金额: 24万元

中文摘要: 许多重要的人类神经退行性疾病都与蛋白质淀粉样纤维在机体组织中的异常聚集有关。本课题拟通过理论分析和数值模拟两方面来研究这一问题,建立定量描述蛋白质淀粉样纤维形成过程的数学模型,讨论不同实验条件对纤维动力学性质的影响,并应用于实际预测中。主要研究内容包括:1)蛋白质淀粉样纤维形成过程的分子动力学模拟;2)基于化学反应动力学理论的纤维形成过程的建模和分析;3)蛋白质浓度、溶液pH 值、温度等不同实验条件对淀粉样纤维形成过程影响的定量研究;4)成纤维蛋白质的分类;5)蛋白质淀粉样纤维晶体结构和动力学性质的预测。本课题的研究对于阐明与蛋白质纤维化有关疾病的致病机理、寻找抑制和分解纤维的可能途径、开发有效的治疗药物都有着重要的理论意义和实践指导价值。

中文关键词: 蛋白质淀粉样纤维;寡聚体;化学反应动力学;细胞毒性;矩封闭

英文摘要: Many human neurodegenerative diseases are associated with the abnormal aggregation of insoluble amyloid fibrous proteins. In current study, we plan to explore the amyloid-fibril system by both numerical simulation and theoretical modeling. A mathematical model for the kinetic process of amyloid fiber formation will be constructed, with quantitative dicussions and predictions on the effects of different experimental conditions. Our main research includes: (1) coarse-grained molecular simulation for the whole process of amyloid fiber formation; (2) mathematical modeling and analysis based on the kinetic theory of chemical reactions; (3) quantitative characterization of the effects of protein concentration, pH value and temperature etc; (4) classification of amyloid proteins; (5) predictions of fiber structure and dynamics. Our study will greatly enhance our current understandings on the mechanisms of amyloid fiber formation and amyloid-related diseases, and also shed light on the depression and decomposition of amyloid fibrils, the development of effective therapy for amyloidosis etc.

英文关键词: amyloid fibril;oligomer;chemical kinetics;cytotoxicity;moment closure

成为VIP会员查看完整内容
0

相关内容

【AAAI 2022】 GeomGCL:用于分子性质预测的几何图对比学习
专知会员服务
23+阅读 · 2022年2月27日
NeurIPS 2021 | 通过动态图评分匹配预测分子构象
专知会员服务
21+阅读 · 2021年12月4日
专知会员服务
97+阅读 · 2021年6月23日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
【WWW2021】多视角图对比学习的药物药物交互预测
专知会员服务
53+阅读 · 2021年1月29日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
24+阅读 · 2018年10月24日
小贴士
相关主题
相关VIP内容
【AAAI 2022】 GeomGCL:用于分子性质预测的几何图对比学习
专知会员服务
23+阅读 · 2022年2月27日
NeurIPS 2021 | 通过动态图评分匹配预测分子构象
专知会员服务
21+阅读 · 2021年12月4日
专知会员服务
97+阅读 · 2021年6月23日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
【WWW2021】多视角图对比学习的药物药物交互预测
专知会员服务
53+阅读 · 2021年1月29日
相关资讯
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Recent advances in deep learning theory
Arxiv
50+阅读 · 2020年12月20日
Adversarial Transfer Learning
Arxiv
12+阅读 · 2018年12月6日
Arxiv
24+阅读 · 2018年10月24日
微信扫码咨询专知VIP会员