Explore l'agrégation protéique dans les maladies neurodégénératives, soulignant la nécessité de repenser les stratégies de traitement et de comprendre le rôle des modifications post-traductionnelles.
Déplacez-vous dans l'auto-assemblage des protéines, les transitions de phase et les mécanismes d'agrégation dans des maladies comme la maladie d'Alzheimer.
Explore la spectroscopie RMN pour la détermination de la structure des protéines et présente Cryo-EM comme une technique complémentaire aux progrès récents.
Couvre la structure de la membrane plasmique, la composition des protéines, les variations des acides gras, le repliement des protéines et les propriétés des acides aminés.
Explore la détermination de la structure des protéines à l'aide de techniques RMN et Cryo-EM, couvrant les déplacements chimiques, le marquage isotopique, le NOE et les méthodes d'imagerie à haute résolution.
Explore les facteurs génétiques de la maladie de Parkinson, en se concentrant sur l'a-synucléine, la parkine et le pink1, et leur impact sur le contrôle de la qualité mitochondriale.
Explore les filaments d'actine, les microtubules, les monomères, les protéines, la formation de dimères et l'agrégation des protéines dans le cytosquelette.
Explore les structures protéiques, les principes de pliage et les déterminants de séquence, en mettant l'accent sur les diverses structures tridimensionnelles que les protéines peuvent adopter.
Explore le comportement des protéines intrinsèquement désordonnées, la séparation de phase des polymères, la théorie de Flory-Huggins et les condensats biomoléculaires.
Explore les bêta-hairpins dans l'agrégation des protéines de polyglutamine, en se concentrant sur la maladie de Huntington et les mécanismes moléculaires derrière la formation de fibriles toxiques.
Explore les principes de la microscopie cryo-électronique, les flux de travail, la révolution de résolution, les applications en sciences de la vie et la microfluidique.
Explore le déchiffrage des empreintes digitales de l'interaction protéine-protéine à l'aide d'un apprentissage en profondeur géométrique et les défis de la conception de l'interaction protéine-protéine computationnelle.
