TN

副業でポスドクをしてない

[The Biophysical Society of Japan 一般社団法人日本生物物理学会 @bpsjp]

【学会ニュース更新】「生物物理」第66巻5号刊行 について掲載しました。https://t.co/rQCtOqjEbh

[TN @TNojima1]

生物物理にシーソータンパク質の解説が載っています。
ATP合成酵素改造の解説と並びで、プチ吉田研同窓会状態になっています。

「生物物理」誌Vol. 66 No. 5（通巻387号）
https://t.co/SFOpjEND8m

[TN @TNojima1]

プロリンの不斉触媒での化学賞と一緒でもよかった気もする

[メトラートレド @MettlerToledojp]

食品製造現場で、pH電極の破損リスクにお悩みではありませんか？

メトラー・トレドは「食品開発展2026」に出展します。
📅10/14（水）～16（金）
📍東京ビッグサイト 西1ホール「1-396」
さらに、10/16（金）15:00からPG会場にて、特別プレゼンテーション「食品用途：割れない非ガラス製インラインpH計」を実施。技術情報や活用メリット、pH管理の課題解決事例をご紹介します。
ぜひご参加ください！
https://t.co/Ap7fKh6Ssj
#食品開発展2026 #食品安全 #pH測定

[TN @TNojima1]

皆さんご存知の通り、鳩の卵は茹でると白身に透明感がありますが、その透明度には卵ごとにかなり幅があります。その要因を定量プロテオミクスで調べた論文。
透明な卵白には、BiP、PDIなどERのタンパク質品質管理関連が多かったそうな。

https://t.co/9fZxwvV7Bo

[TN @TNojima1]

@Science_Release ありがとうございます。
確かに「in vivoでできたタンパク質結晶を初めて構造解析した」とは書いてありませんでした。その中の特定の状態・条件において初、ということですね。

[TN @TNojima1]

その文脈だと多角体とかXpaのほうが先では

https://t.co/L8dZfYCkMN
https://t.co/NOVKxF2hEh

[彩恵りり🍀科学ライター兼Vtuber (お仕事募集再開) @Science_Release]

「生体内で成長した天然由来であり、分析に必要な人工的な処理などの化学的な変更を行ってない、不均一なタンパク質結晶を、初めて原子レベルで構造解析した」

こう書けばゴキブリの乳タンパク質の研究が、地味ながらもスゴいことをやってのけてるのが少しピンと来る？

[TN @TNojima1]

シーソータンパク質の紹介はこちら

https://t.co/nqJx5KitML

[TN @TNojima1]

東大駒場博物館の「つながるかたち展6」がとても面白かった。

単純な構造やルールから高次の構造や機能が創発されていて、タンパク質や高分子研究の視点からも刺激的。
2つの構造に変化する折り紙という我々のシーソータンパク質の研究につながる展示も有りました。

https://t.co/hEUNqwPhVK

[TN @TNojima1]

@waaamiiiiwaaa T口研がいかに素晴らしかったか、みんな最低限拭けたし

[TN @TNojima1]

副業ポスドクをまたやりたくなってきた

[Biology+AI Daily @BiologyAIDaily]

Benchmarking Deep Learning Predictions of Mutation-Induced Fold Switching

1. The study introduces a quantitative, NMR-characterized benchmark for mutation-induced fold switching using the GA/GB metamorphic model system, enabling residue-level evaluation of whether structure predictors can capture shifts among 3α (GA), 4β+α (GB), mixed, and unfolded states.

2. They performed systematic scanning mutagenesis at three key sites (GA98 L45X, GB98 T25X, and GB98-T25I L20X), generating 60 soluble monomeric variants and measuring fold-state populations by 2D 1H-15N HSQC NMR, with no additional folded states detected beyond the canonical GA and GB folds.

3. The mutational landscapes were highly position-dependent: at L45 in GA98, only L45Y fully switched from 3α to 4β+α, while many other substitutions unfolded the protein; mechanistically, the unique success of Tyr is attributed to stabilizing the GB-like hairpin via a specific sidechain H-bond (Y45 OH to D47).

4. At T25 in GB98, fold preferences were more distributed: I/L/V/Y at position 25 produced mixed populations of 4β+α and 3α, consistent with branching/steric effects destabilizing the GB-like state while improving packing in the GA-like core; several aromatics and charged substitutions drove unfolding.

5. At L20 in GB98-T25I, nearly any substitution disrupted the 3α state (small buried core sensitivity), often shifting to 4β+α or to mixtures with unfolded; a subset (A/C/F/W/Y) switched fully to 4β+α, while others produced partial unfolding, highlighting how local core geometry constrains fold-switchability.

6. They benchmarked multiple predictors (AlphaFold2/3, AF-Cluster, AFSample2, CF-random, ESMFold2, ESM3, Boltz-1x) without templates, generating 1000 models per mutant and classifying outputs by TM-align to GA vs GB reference structures; performance was quantified via RV coefficients (capturing mutation-to-mutation variability) and Brier scores (absolute classification error).

7. Results showed uneven capability: residue 45 mutants were the most predictable (best RV around ~0.49 for AlphaFold2 and ~0.48 for AFSample2), while residue 25 and 20 were generally difficult (most methods RV < 0.2), with AF-Cluster strongest at residue 20 (RV ~0.46) and CF-random best at residue 25 (RV ~0.28), underscoring strong context dependence.

8. A deeper look at AlphaFold2 on L45 mutants revealed a strong overall bias toward the 3α fold, yet the distribution of predicted states still tracked experimental outcomes; notably, recycling mattered: increasing recycling steps reduced the universal 3α bias and amplified differences between folded vs unfolded mutants, and for the true switch mutant 45Y the 4β+α fraction rose substantially with more recycling.

9. Physics-based and design-style methods were also tested: Rosetta fixed-backbone ΔΔG showed limited discrimination and often struggled to flag unfolding mutations; inverse folding methods (ProteinMPNN, ESM-IF1, Frame2Seq) largely failed to separate fold outcomes from unfolded using 4β+α backbones, but showed some discrimination with 3α backbones, again emphasizing dependence on which structural state is used as the reference.

10. By leveraging MegaScale experimental stability data, they found unfolded mutants generally had higher ΔΔG, supporting the NMR classifications; strikingly, for residue 45, AlphaFold2’s predicted “unfolded model fraction” correlated strongly with experimental ΔΔG (r ~ 0.89), whereas residues 20 and 25 showed weak/no correlation—suggesting some site-specific sensitivity to mutational energetics.

11. Generalization to other metamorphic systems was limited: for Sa1 mutants, most methods predicted almost exclusively one state and did not capture mutation-driven shifts; for KaiB, removing MSA information allowed AlphaFold2/3 to correctly reflect a designed shift in state favorability (WT resting state vs designed sequence producing fold-switched/unfolded mix), highlighting that MSA usage can qualitatively alter conclusions.

12. The take-home message is that current deep learning predictors show partial, position-dependent sensitivity to mutation-induced state changes, but struggle broadly with multi-state energetics; the paper argues that future progress may require explicit modeling of ensembles and thermodynamics (e.g., hybrid approaches, NMR-informed training, or models trained on ΔΔG/ensemble data).

📜Paper: https://t.co/KxNfSw3MS2
#ProteinFolding #MetamorphicProteins #FoldSwitching #NMR #AlphaFold #ProteinDesign #ComputationalBiology #Benchmarking #StructuralBiology #DeepLearning

[TN @TNojima1]

今年も
「熱中症→ゆで卵→ゆで卵を戻すイグノーベル賞」
の話題の時期になりましたね。

[TN @TNojima1]

鳥取行くか

[TN @TNojima1]

永田研のEDEMの方か

[TN @TNojima1]

T4ファージ
https://t.co/jqtrR5omXJ

[ネイチャーテクニカラー いきもん公式 @NTC_ikimon]

\ 📢再販のお知らせ /
サイエンステクニカラー「T4ファージ マスコット&amp;ボールチェーン」が本日より順次発売となります。

今日からしばらくの間、日本は店頭でT4ファージのガチャガチャを回せる世界で唯一の国となります。
全8種 / 400円 / カプセルトイ

ただ、ごめんなさい…続く

[TN @TNojima1]

家で飼っているT4ファージに良く合うアイテムを手に入れた

[TN @TNojima1]

ミラクルヘキサゴン
https://t.co/YHrN1VAnb0

[THE STUDY ROOM エキュート上野店 @THESTUDYROOMuen]

皆さんこんにちわ！スタッフ🪼です！

新商品のミラクルヘキサゴンが入荷されました！3Dプリンターで製作された不思議な六角形は液体の様に滑らかに動いてとても魅力的です✨
カラーは4色あります！是非自分の好みのミラクルヘキサゴンを見つけてみませんか？

スタッフ🪼

[TN @TNojima1]

シーソータンパク質がScience Tokyoのみんなの科学ニュースというので紹介されていた。
https://t.co/j5X8vEcbbL