YC
Yifan Cheng
Author with expertise in Ecology and Evolution of Viruses in Ecosystems
Achievements
Open Access Advocate
Cited Author
Key Stats
Upvotes received:
0
Publications:
4
(100% Open Access)
Cited by:
410
h-index:
14
/
i10-index:
18
Reputation
Biology
< 1%
Chemistry
< 1%
Economics
< 1%
Show more
How is this calculated?
Publications
11

An ultrapotent synthetic nanobody neutralizes SARS-CoV-2 by stabilizing inactive Spike

Michael Schoof et al.Nov 5, 2020
+112
Y
F
M
Nanobodies that neutralize Monoclonal antibodies that bind to the spike protein of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) show therapeutic promise but must be produced in mammalian cells and need to be delivered intravenously. By contrast, single-domain antibodies called nanobodies can be produced in bacteria or yeast, and their stability may enable aerosol delivery. Two papers now report nanobodies that bind tightly to spike and efficiently neutralize SARS-CoV-2 in cells. Schoof et al. screened a yeast surface display of synthetic nanobodies and Xiang et al. screened anti-spike nanobodies produced by a llama. Both groups identified highly potent nanobodies that lock the spike protein in an inactive conformation. Multivalent constructs of selected nanobodies achieved even more potent neutralization. Science , this issue p. 1473 , p. 1479
11
Paper
Citation401
2
Save
0

General and robust covalently linked graphene oxide affinity grids for high-resolution cryo-EM

Feng Wang et al.Jun 2, 2019
+3
Z
Y
F
Abstract Despite their great potential to facilitate rapid preparation of quite impure samples, affinity grids have not yet been widely employed in single particle cryo-EM. Here, we chemically functionalize graphene oxide coated grids and use a highly specific covalent affinity tag system. Importantly, our polyethylene glycol spacer keeps particles away from the air-water interface and graphene oxide surface, protecting them from denaturation or aggregation and permits high-resolution reconstructions of small particles.
0
Paper
Citation5
0
Save
11

Reconstitution of the SARS-CoV-2 ribonucleosome provides insights into genomic RNA packaging and regulation by phosphorylation

Christopher Carlson et al.May 24, 2022
+2
A
Y
C
The nucleocapsid (N) protein of coronaviruses is responsible for compaction of the ∼30-kb RNA genome in the ∼100-nm virion. Cryo-electron tomography suggests that each virion contains 35-40 viral ribonucleoprotein (vRNP) complexes, or ribonucleosomes, arrayed along the genome. There is, however, little mechanistic understanding of the vRNP complex. Here, we show that N protein, when combined with viral RNA fragments in vitro, forms cylindrical 15-nm particles similar to the vRNP structures observed within coronavirus virions. These vRNPs form in the presence of stem-loop-containing RNA and depend on regions of N protein that promote protein-RNA and protein-protein interactions. Phosphorylation of N protein in its disordered serine/arginine (SR) region weakens these interactions and disrupts vRNP assembly. We propose that unmodified N binds stem-loop-rich regions in genomic RNA to form compact vRNP complexes within the nucleocapsid, while phosphorylated N maintains uncompacted viral RNA to promote the protein's transcriptional function.
11
Citation4
0
Save
0

Protein property prediction based on local environment by 3D equivariant convolutional neural networks

He Chen et al.Feb 8, 2024
+6
C
Y
H
Abstract Predicting the properties of proteins is an important procedure in protein engineering. It determines the subspace of mutations for protein modifications, which is critical to the success of the project, but heavily relies on the knowledge and experience of scientists. In this study, we propose a novel deep 3D-CNN model, Eq3DCNN, specifically designed for local environment-related tasks in protein engineering. Eq3DCNN uses basic atom descriptors and their coordinates as inputs, utilizing customized data augmentations to enhance its training efficiency. To make the Eq3DCNN extracted features with more generalization capability, we incorporated a rotation equivariant module to get rotation invariant features. Using cross-validations with different data splitting strategies and under the scenarios of zero-shot predictions, we demonstrate that Eq3DCNN outperformed other 3D-CNN models in stability predictions, and also well-preformed on other prediction tasks, such as the binding pocket and the secondary structure predictions. Our results also identified the key factors that contribute to the model’s accuracy and the scope of its applications. These findings may help scientists in designing better mutation experiments and increasing the success rate in protein engineering.