• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

MetalNet2: an enhanced server for predicting metal-binding sites in proteomes.

作者信息

Zhang Feng, Cheng Yao, Xue Boxin, Gao Yiqin, Liu Yuan, Wang Chu

机构信息

Beijing National Laboratory for Molecular Sciences, College of Chemistry and Molecular Engineering, Peking University, China.

Synthetic and Functional Biomolecules Center, Key Laboratory of Bioorganic Chemistry and Molecular Engineering of Ministry of Education, Peking University, China.

出版信息

Natl Sci Rev. 2024 Nov 5;11(12):nwae391. doi: 10.1093/nsr/nwae391. eCollection 2024 Dec.

DOI:10.1093/nsr/nwae391
PMID:39712664
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11660930/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/172e/11660930/46405dca7d49/nwae391fig1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/172e/11660930/46405dca7d49/nwae391fig1.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/172e/11660930/46405dca7d49/nwae391fig1.jpg

相似文献

1
MetalNet2: an enhanced server for predicting metal-binding sites in proteomes.MetalNet2：一种用于预测蛋白质组中金属结合位点的增强型服务器。
Natl Sci Rev. 2024 Nov 5;11(12):nwae391. doi: 10.1093/nsr/nwae391. eCollection 2024 Dec.
2
Co-evolution-based prediction of metal-binding sites in proteomes by machine learning.基于协同进化的蛋白质组中金属结合位点的机器学习预测。
Nat Chem Biol. 2023 May;19(5):548-555. doi: 10.1038/s41589-022-01223-z. Epub 2023 Jan 2.
3
Validation of metal-binding sites in macromolecular structures with the CheckMyMetal web server.利用 CheckMyMetal 网络服务器验证大分子结构中的金属结合位点。
Nat Protoc. 2014 Jan;9(1):156-70. doi: 10.1038/nprot.2013.172. Epub 2013 Dec 19.
4
A web server for analysis, comparison and prediction of protein ligand binding sites.一个用于分析、比较和预测蛋白质配体结合位点的网络服务器。
Biol Direct. 2016 Mar 25;11(1):14. doi: 10.1186/s13062-016-0118-5.
5
MetalDetector: a web server for predicting metal-binding sites and disulfide bridges in proteins from sequence.金属探测器：一个用于从序列预测蛋白质中金属结合位点和二硫键的网络服务器。
Bioinformatics. 2008 Sep 15;24(18):2094-5. doi: 10.1093/bioinformatics/btn371. Epub 2008 Jul 16.
6
Jenner-predict server: prediction of protein vaccine candidates (PVCs) in bacteria based on host-pathogen interactions.詹纳预测服务器：基于宿主-病原体相互作用的细菌中蛋白质疫苗候选物 (PVC) 的预测。
BMC Bioinformatics. 2013 Jul 1;14:211. doi: 10.1186/1471-2105-14-211.
7
MCTBI: a web server for predicting metal ion effects in RNA structures.MCTBI：一个用于预测RNA结构中金属离子效应的网络服务器。
RNA. 2017 Aug;23(8):1155-1165. doi: 10.1261/rna.060947.117. Epub 2017 Apr 27.
8
MetalionRNA: computational predictor of metal-binding sites in RNA structures.MetalionRNA：RNA 结构中金属结合位点的计算预测器。
Bioinformatics. 2012 Jan 15;28(2):198-205. doi: 10.1093/bioinformatics/btr636. Epub 2011 Nov 21.
9
MetalPredator: a web server to predict iron-sulfur cluster binding proteomes.MetalPredator：用于预测铁硫簇结合蛋白质组的网络服务器。
Bioinformatics. 2016 Sep 15;32(18):2850-2. doi: 10.1093/bioinformatics/btw238. Epub 2016 Jun 6.
10
MetalDetector v2.0: predicting the geometry of metal binding sites from protein sequence.MetalDetector v2.0：从蛋白质序列预测金属结合位点的几何形状。
Nucleic Acids Res. 2011 Jul;39(Web Server issue):W288-92. doi: 10.1093/nar/gkr365. Epub 2011 May 16.

引用本文的文献

1
Predictions from Deep Learning Propose Substantial Protein-Carbohydrate Interplay.深度学习预测表明蛋白质与碳水化合物之间存在大量相互作用。
bioRxiv. 2025 Mar 15:2025.03.07.641884. doi: 10.1101/2025.03.07.641884.
2
Recent advances and future challenges in predictive modeling of metalloproteins by artificial intelligence.人工智能在金属蛋白预测建模方面的最新进展与未来挑战
Mol Cells. 2025 Apr;48(4):100191. doi: 10.1016/j.mocell.2025.100191. Epub 2025 Feb 10.

本文引用的文献

1
AvrSr27 is a zinc-bound effector with a modular structure important for immune recognition.AvrSr27 是一种锌结合效应因子，具有模块化结构，对免疫识别很重要。
New Phytol. 2024 Jul;243(1):314-329. doi: 10.1111/nph.19801. Epub 2024 May 10.
2
Accurate structure prediction of biomolecular interactions with AlphaFold 3.利用 AlphaFold 3 进行生物分子相互作用的精确结构预测。
Nature. 2024 Jun;630(8016):493-500. doi: 10.1038/s41586-024-07487-w. Epub 2024 May 8.
3
AlphaFold Protein Structure Database in 2024: providing structure coverage for over 214 million protein sequences.
2024 年的 AlphaFold 蛋白质结构数据库：为超过 2.14 亿个蛋白质序列提供结构覆盖。
Nucleic Acids Res. 2024 Jan 5;52(D1):D368-D375. doi: 10.1093/nar/gkad1011.
4
Evolutionary-scale prediction of atomic-level protein structure with a language model.用语言模型进行原子级蛋白质结构的进化尺度预测。
Science. 2023 Mar 17;379(6637):1123-1130. doi: 10.1126/science.ade2574. Epub 2023 Mar 16.
5
Monitoring Fe-S cluster occupancy across the E. coli proteome using chemoproteomics.使用化学生物学方法监测大肠杆菌蛋白质组中 Fe-S 簇的占据情况。
Nat Chem Biol. 2023 Mar;19(3):356-366. doi: 10.1038/s41589-022-01227-9. Epub 2023 Jan 12.
6
Co-evolution-based prediction of metal-binding sites in proteomes by machine learning.基于协同进化的蛋白质组中金属结合位点的机器学习预测。
Nat Chem Biol. 2023 May;19(5):548-555. doi: 10.1038/s41589-022-01223-z. Epub 2023 Jan 2.
7
ColabFold: making protein folding accessible to all.ColabFold：让蛋白质折叠变得人人可用。
Nat Methods. 2022 Jun;19(6):679-682. doi: 10.1038/s41592-022-01488-1. Epub 2022 May 30.
8
Highly accurate protein structure prediction with AlphaFold.利用 AlphaFold 进行高精度蛋白质结构预测。
Nature. 2021 Aug;596(7873):583-589. doi: 10.1038/s41586-021-03819-2. Epub 2021 Jul 15.
9
MMseqs2 enables sensitive protein sequence searching for the analysis of massive data sets.MMseqs2支持进行灵敏的蛋白质序列搜索，以分析海量数据集。
Nat Biotechnol. 2017 Nov;35(11):1026-1028. doi: 10.1038/nbt.3988. Epub 2017 Oct 16.
10
Origins of coevolution between residues distant in protein 3D structures.蛋白质三维结构中相距较远残基的共进化起源。
Proc Natl Acad Sci U S A. 2017 Aug 22;114(34):9122-9127. doi: 10.1073/pnas.1702664114. Epub 2017 Aug 7.