氨基酸同源性
#首次在地球外确认生命之源存在#
看到这个热搜标题，我差点以为发现了活物
宇宙这么大，发现氨基酸这不是正常的吗？谁规定一定只有地球有这些？而且形成生命的方式多种多样，碳基生命是其中的一种，我们就能直接否定一定就没有别的形态的生命吗？
我们人类在整个宇宙中连一个细胞大小都不如，如何去评估其他生命类型？与其说发现生命之源，还不如说是发现碳基生命构成的必要物质。
我们需要探索的是同源生命，是因为同源生命的生存环境可能和我们差不多，只有这样我们才有机会让人类拓展到宇宙。这个热搜炒作的有点过火了，形成与我们同源的生命调教，氨基酸是一类，但是更重要的是水和空气，氨基酸存在宇宙到处都是，绝对不会是我们认知的这点东西。
所以不要盲目去看这些玩意，我们人类现在面临的是突破地球界限，抵达宇宙建立基地，和改造临近类地行星，如果这些都做不到，就算真的发现几十甚至几百几千光年外有外星人，又有什么意义？等着人家过来突突光我们吗？
#科技快讯#
自交后代中基因型种类为
2019年全国中学生生物学联赛的考试时间为5月中旬，各省份还有40天左右的时间就要迎来生竞的初赛。在这最后冲刺阶段，老师开设生竞例题这个栏目，为大家分析讲解历年联赛真题，帮助大家更好地掌握知识点。
今天提供的是2017年全国中学生生物学联赛中的一道题。
文丨木木
图丨百度图片
【例】Hox 基因（同源异型基因）与下列哪种功能直接相关？（ ）
A. 表观遗传
B. 细胞周期调控
C. 细胞凋亡
D. 细胞分化与发育
正常果蝇（左）的触角在Hox基因突变后（右）变成了一对腿
【解析】Hox 基因又叫同源异型基因，是生物体中一类专门调控生物形体的基因，主要在细胞分化和发育中发挥作用，一旦这些基因发生突变，就会使身体的一部分变形。
Hox 基因属于同源异型盒家族的其中一员，在大多数Hox 基因中，会含有一段约180 个核苷酸的同源异型盒，可以转录出含有约60 个氨基酸序列，称为同源异形域。
Hox 基因的特点就是其排列顺序与其作用顺序、作用位置相关。在胚胎发育中的表达水平对于组织和器官的形成具有重要的调控作用。该类基因的突变，就会在胚胎发育过程中导致某一器官异位生长，即本来应该形成的正常结构被其它器官取代了。
例如：果蝇的同源异型基因Antp（触角基因）的突变，导致果蝇的一对触角被两只腿所取代。不仅在果蝇中，在小鼠、人等哺乳动物中也存在有同源异型基因，称Hox 基因家族。分为四组：HoxA，HoxB，HoxC，HoxD。每组有13 个基因，按1、2….13 排列。在人类中，它们分布在四条染色体上，分别是7 号、17 号、12 号、2 号。
【答案】D
如果你在学习中碰到关于生物竞赛、自主招生考试、高考等难题，欢迎留言哦！
– END –
【生竞例题】9-遗传学：Hox 基因,n对独立遗传基因的杂合体,自交后代中基因型种类为
#科学燃计划##科学前沿#【AlphaFold精准预测蛋白结构】
蛋白质三维结构预测是生物学最严峻的挑战之一。继围棋、国际象棋等竞技项目之后，近日谷歌旗下DeepMind开发的人工智能程序AlphaFold在两年一次的蛋白质结构预测挑战赛CASP中再次大幅胜出。该程序在根据蛋白质氨基酸序列确定蛋白质三维结构方面取得巨大飞跃，准确性可与冷冻电子显微术（又称冷冻电镜）（Cryo-EM）和X-射线晶体学等实验技术相媲美。
第一代AlphaFold依托蛋白质数据库PDB作为训练数据集，构建神经网络，采用深度学习预测氨基酸残基间的方向和距离，混合传统算法Rosetta对蛋白质结构进行同源建模、结构优化；与此不同的是，第二代AlphaFold则将折叠蛋白质视为“空间图”，基于神经网络系统进行“端到端”的训练，使用了进化相关的氨基酸序列，多序列比对以及对氨基酸对的评估来优化结构预测。研究人员使用蛋白质数据库中接近17万个不同的蛋白质结构，通过不断地迭代，AlphaFold系统学习到了基于氨基酸序列精确预测蛋白结构的能力。这一基于原子坐标近乎“暴力”的算法是全新的途径，是全新算法与强大算力的强强联合。
正如马里兰大学帕克分校计算生物学家，CASP共同创始人John Moult所言，从某种程度上而言，结构预测问题得到了解决。根据氨基酸序列准确预测蛋白质结构的能力将对生命科学和医学带来巨大的好处。这将极大地加快对细胞组成模块的理解，对于更快更先进的药物发现显然有很大帮助。Nature使用“它将会改变一切”来报道这一关键成果，研究人员之间也衍生出了“结构生物学家要失业了”的调侃。
然而，事实上，结构生物学研究或许反而会更上一层楼。AlphaFold部分结构预测的精度确实可与实验测定方法相媲美，这其中也不乏复杂超长的结构。但生物体环境是复杂的，体内蛋白质折叠结构受到更加复杂因素的影响，其使用的数据集也多来自于过去的静态结构测定方法；并且AlphaFold目前预测复杂蛋白复合物结构的能力还十分有限，在体内，最低能量状态则并非唯一的决定因素；而实验测定方法的确会受到蛋白质生物物理特性的局限导致无法获得蛋白复合物的完整结构，比如难以结晶的膜蛋白，但“眼见为实”为功能机制理解、药物开发、蛋白设计提供了扎实的实验证据，是不可缺失的一环。因此，AlphaFold的结构预测手段和实验测定手段可以相辅相成，成为实验科学家更有力的手段，共赢大于竞争。正如《返朴》总编、结构生物学家颜宁及其他大咖对此的深刻评议与发言：结构生物学的主语是生物学，是理解生命、是为了回答问题，做出生物学发现。
AlphaFold的表现证明了AI在辅助基础科学发现方面惊人的潜力。但“改变一切”过于乐观，也言之尚早，AlphaFold目前还不能预测复杂的分子机器，蛋白-蛋白相互作用非常复杂，存在极多的可能性。实验手段所揭示出来的蛋白-蛋白相互作用方式也还只是冰山一角，更何况在不同生理条件和过程中的结构变化。AlphaFold确实可以加快可成药靶点配体的发现速度，但对于新药发现而言，基于结构寻找合适配体只是第一步，先导化合物的选择性、过膜性、稳定性等成药性质的优化仍然需要大量的工作。
正如DeepMind团队在公司发布的博文中表示，他们相信，AI将成为人类拓展科学知识前沿最有力的工具之一！我们也相信，并且十分期待AlphaFold更加完美的表现！
?
参考链接：
1. 网页链接
2.网页链接
3.网页链接
4.药明康德《解决生物学50年来的重大挑战！生物界“AlphaGo”精准预测蛋白质结构》
5.返朴《颜宁等点评：AI精准预测蛋白质结构，结构生物学何去何从？》
主题测试文章，只做测试使用。发布者：氨基酸肥料，转转请注明出处：https://www.028aohe.com/22473.html
