Dr. Gennady Verkhivker

Dr. Gennady Verkhivker

Professor
Schmid College of Science and Technology; Computational and Data Science
School of Pharmacy
Office Location: Hashinger Science Center 118
Phone: (714) 516-4586
Website: http://compbiosciences.4hpparts.com/
Scholarly Works:
Digital Commons
Education:
Lomonosov Moscow State University, Bachelor of Science
Lomonosov Moscow State University, Master of Science

Biography

Dr. Verkhivker is currently a Professor of Computational Biology. 他也是加州大学圣地亚哥分校药学系药理学副教授. His research activities are in the areas of computational cancer biology, translational bioinformatics, and computational pharmacology. 他在莫斯科大学获得物理化学博士学位，并在芝加哥伊利诺伊大学完成了计算生物物理学博士后研究. In 2000-2005, Dr. Verkhivker曾在辉瑞全球研发公司担任各种研究和管理职位, San Diego.  Since 2002, 他曾担任the Skaggs School of Pharmacy and Pharmaceutical Sciences的兼任药理学教授, UC San Diego. In 2006, he joined School of Pharmacy and Center for Bioinformatics, 担任堪萨斯大学药物化学和生物信息学教授. Dr. 2011年，Verkhivker回到加州，并于2011年8月加入澳门威尼斯人app下载大学，成为计算生物学的全职教授. Upon arrival to Chapman, Dr. Verkhivker建立了一个充满活力的研究小组，从事转化研究，吸引了大批本科生和研究生.  他一直参与各种全球大学倡议和合作. Dr. Verkhivker曾在多个重要委员会任职，包括寻找生物制药学院新院长的委员会. 他也是新批准的计算科学博士研究生项目的博士指导委员会主席.

Recent Creative, Scholarly Work and Publications

Agajanian S, Alshahrani M, Bai F, Tao P, Verkhivker GM. 利用人工智能增强生物物理和计算方法探索和学习蛋白质变构的宇宙. J Chem Inf Model. 2023 Mar 13;63(5):1413-1428. doi: 10.1021/acs.jcim.2c01634. Epub 2023 Feb 24. PMID: 36827465.
Verkhivker G, Alshahrani M, Gupta G. SARS-CoV-2不同功能形式刺突三聚体蛋白稳定性的粗粒度分子模拟和基于集成的突变谱分析:BA的平衡稳定性和适应性.1, BA.2 and BA.2.75 Variants. Int J Mol Sci. 2023 Apr 2;24(7):6642. doi: 10.3390/ijms24076642. PMID: 37047615; PMCID: PMC10094791.
Verkhivker G, Alshahrani M, Gupta G, Xiao S, Tao P. 从变构蛋白景观的深度突变映射到变构和隐藏变构位点的深度学习:放大生化和大数据方法的“变构交集”. Int J Mol Sci. 2023 Apr 24;24(9):7747. doi: 10.3390/ijms24097747. PMID: 37175454; PMCID: PMC10178073.
Verkhivker G, Alshahrani M, Gupta G, Xiao S, Tao P. 利用微秒原子模拟和基于微扰的分析方法探测SARS-CoV-2组微粒变异复合物结合和变构的构象景观:组微粒突变作为变构信号和上位关系的调节剂的隐藏作用. bioRxiv [Preprint]. 2023 May 4:2023.05.03.539337. doi: 10.1101/2023.05.03.539337. PMID: 37205479; PMCID: PMC10187228.
Ibrahim MT, Verkhivker GM, Misra J, Tao P. Novel Allosteric Effectors Targeting Human Transcription Factor TEAD. Int J Mol Sci. 2023 May 19;24(10):9009. doi: 10.3390/ijms24109009. PMID: 37240355; PMCID: PMC10219411.
Verkhivker G, Alshahrani M, Gupta G. SARS-CoV-2组粒BA中蛋白质稳定性和ACE2结合之间的平衡功能权衡.2, BA.2.75和XBB谱系:基于动态的网络模型揭示上位效应调节代偿动态和能量变化. Viruses. 2023 May 10;15(5):1143. doi: 10.3390/v15051143. PMID: 37243229; PMCID: PMC10221141.
Xiao S, Alshahrani M, Gupta G, Tao P, Verkhivker G. 马尔可夫状态模型和基于微扰的方法揭示了新出现的带有宿主受体的SARS-Cov-2刺突组粒变异复合体的不同动态特征和隐藏变构袋:动力学和收敛进化的相互作用调节变构和功能机制. bioRxiv [Preprint]. 2023 May 22:2023.05.20.541592. doi: 10.1101/2023.05.20.541592. PMID: 37292827; PMCID: PMC10245745.
Verkhivker G, Alshahrani M, Gupta G, Xiao S, Tao P. 利用微秒原子模拟和基于微扰的分析方法探测SARS-CoV-2组微粒变异复合体结合和变构的构象景观:组微粒突变作为变构信号和epistatic关系的调节剂的隐藏作用. Phys Chem Chem Phys. 2023 Aug 16;25(32):21245-21266. doi: 10.1039/d3cp02042h. PMID: 37548589; PMCID: PMC10536792.
Xiao S, Alshahrani M, Gupta G, Tao P, Verkhivker G. 马尔可夫状态模型和基于微扰的方法揭示了新出现的带有宿主受体的SARS-Cov-2刺突组粒变异复合体的不同动态特征和隐藏变构袋:动力学和收敛进化的相互作用调节变构和功能机制. J Chem Inf Model. 2023 Aug 28;63(16):5272-5296. doi: 10.1021/acs.jcim.3c00778. Epub 2023 Aug 7. PMID: 37549201.
Alshahrani M, Gupta G, Xiao S, Tao P, Verkhivker G. Examining Functional Linkages Between Conformational Dynamics, 带有ACE2宿主受体的SARS-CoV-2组微粒刺突复合物的蛋白质稳定性和进化:重组组微粒变异介导保守变容位点和结合表位的变异. bioRxiv [Preprint]. 2023 Sep 12:2023.09.11.557205. doi: 10.1101/2023.09.11.557205. PMID: 37745525; PMCID: PMC10515794.
Verkhivker G, Alshahrani M, Gupta G. 探索SARS-CoV-2基因组BA不同功能状态下的构象景观和隐结合袋.1 and BA.三聚体:突变诱导的蛋白质动力学调节和变异特异性变构结合位点的网络引导预测. Viruses. 2023 Sep 27;15(10):2009. doi: 10.3390/v15102009. PMID: 37896786; PMCID: PMC10610873.
Alshahrani M, Gupta G, Xiao S, Tao P, Verkhivker G. SARS-CoV-2组粒BA隐囊构象动力学比较分析及系统表征.2, BA.2.75 and XBB.与ACE2宿主受体的刺状复合物:保守变构位点介导网络中结合和结构可塑性的融合. Viruses. 2023 Oct 10;15(10):2073. doi: 10.3390/v15102073. PMID: 37896850; PMCID: PMC10612107.
Raisinghani N, Alshahrani M, Gupta G, Xiao S, Tao P, Verkhivker G. SARS-CoV-2组粒BA构象系的精确表征及其结合机制.2 and BA.2.利用alphafold2增强综合计算模型研究带有宿主受体的刺突蛋白和不同种类的抗体. bioRxiv [Preprint]. 2023 Nov 21:2023.11.18.567697. doi: 10.1101/2023.11.18.567697. PMID: 38045395; PMCID: PMC10690158.
Raisinghani N, Alshahrani M, Gupta G, Xiao S, Tao P, Verkhivker G. AlphaFold2-Enabled Atomistic Modeling of Structure, Conformational Ensembles and Binding Energetics of the SARS-CoV-2 Omicron BA.2.带有ACE2宿主受体和抗体的刺突蛋白:结合热点在受体结合和免疫逃逸调节机制中的代偿功能作用. J. Chem Inf Model. 2023 accepted, in press
Raisinghani N, Alshahrani M, Gupta G, Xiao S, Tao P, Verkhivker G. 基于alphafold2的SARS-CoV-2 Spike Omicron XBB上位结合机制原子建模.1.5, EG.5和FLip变体:趋同进化热点协同控制ACE2结合和抗体抵抗的稳定性和构象适应性. bioRxiv [Preprint]. 2023 Dec 12:2023.12.11.571185. doi: 10.1101/2023.12.11.571185. PMID: 38168257; PMCID: PMC10760024.
Xiao S, Ibrahim MT, Verkhivker GM, Zoltowski BD, Tao P. 光氧电压2蛋白突变诱导变构机制的微秒分子动力学模拟和马尔可夫状态模型:揭示光蛋白状态光激活诱导信号传输的结构基础. bioRxiv [Preprint]. 2023 Dec 23:2023.12.22.573121. doi: 10.1101/2023.12.22.573121. PMID: 38187662; PMCID: PMC10769362.
Xiao S, Ibrahim MT, Verkhivker GM, Zoltowski BD, Tao P. ß-sheets mediate the conformational change and allosteric signal transmission between the As LOV2 termini. J. Comput. Chem. 2023, accepted, in press
Verkhivker G. SARS-CoV-2刺突功能状态的构象灵活性和局部挫败感.1.1.7 and B.1.351变异体:突变诱导的功能动力学变构调节机制和蛋白质稳定性. Int J Mol Sci. 2022 Jan 31;23(3):1646. doi: 10.3390/ijms23031646. PMID: 35163572; PMCID: PMC8836237.
Verkhivker GM, Agajanian S, Oztas D, Gupta G. SARS-CoV-2穗D614G突变体不同构象形式的蛋白质稳定性和变构相互作用网络的计算分析:通过穗调控的变构模型调和功能机制. J Biomol Struct Dyn. 2022;40(20):9724-9741. doi: 10.1080/07391102.2021.1933594. Epub 2021 Jun 1. PMID: 34060425
Verkhivker G. SARS-CoV-2刺突蛋白与纳米体结合的变抗性决定因素:检测突变逃逸机制和组粒变异的敏感性. Int J Mol Sci. 2022 Feb 16;23(4):2172. doi: 10.3390/ijms23042172. PMID: 35216287; PMCID: PMC8877688
Verkhivker G. SARS-CoV-2刺突蛋白与纳米体结合机制的结构和计算研究:从结构和动力学到亲和驱动的纳米体工程. Int J Mol Sci. 2022 Mar 8;23(6):2928. doi: 10.3390/ijms23062928. PMID: 35328351; PMCID: PMC8951411.
Xiao F, Zhou Z, Song X, Gan M, Long J, Verkhivker G, Hu G. 解剖与不同低磷酸症表型相关的碱性磷酸酶的突变变构效应:一项综合计算研究. PLoS Comput Biol. 2022 Mar 23;18(3):e1010009. doi: 10.1371/journal.pcbi.1010009. PMID: 35320273; PMCID: PMC8979438.
Verkhivker G, Agajanian S, Kassab R, Krishnan K. SARS-CoV-2刺突变异复合物与宿主受体结合和变构相互作用的计算机模拟和基于网络的分析:剖析Delta和组粒突变的机制影响. Int J Mol Sci. 2022 Apr 15;23(8):4376. doi: 10.3390/ijms23084376. PMID: 35457196; PMCID: PMC9032413.
Verkhivker GM, Agajanian S, Kassab R, Krishnan K. 基于景观的SARS-CoV-2穗型D614G突变体多种构象状态的蛋白质稳定性分析和网络建模:构象可塑性和挫折诱导变构是高传染性穗型变异的能量驱动因素. J Chem Inf Model. 2022 Apr 25;62(8):1956-1978. doi: 10.1021/acs.jcim.2c00124. Epub 2022 Apr 4. PMID: 35377633
Gennady M. Verkhivker, Steve Agajanian, Deniz Yazar Oztas, SARS-CoV-2刺突蛋白与不同类型抗体结合和变张倾向的动态分析:基于突变和微扰的扫描揭示了功能适应性热点的变张对偶性 bioRxiv 2021.04.13.439743; doi: http://doi.org/10.1101/2021.04.13.439743
Gennady Verkhivker, Steve Agajanian, Ryan Kassab, 整合构象动力学和基于微扰网络模型的SARS-CoV-2刺突变异复合物与抗体结合和变构的突变谱:平衡突变逃逸机制的局部和全局决定因素 bioRxiv 2022.06.17.496646; doi: http://doi.org/10.1101/2022.06.17.496646
Gennady M. Verkhivker, Steve Agajanian, Ryan Kassab, SARS-CoV-2刺突组粒三聚体结构变构调控的分层计算模型和动态网络分析:组粒突变协同调节蛋白质稳定性和构象适应性的变构控制平衡. bioRxiv 2022.04.11.487920; doi: http://doi.org/10.1101/2022.04.11.487920
Gennady Verkhivker, Steve Agajanian, Ryan Kassab, Keerthi Krishnan. SARS-CoV-2刺突片段BA结合和变构的原子模拟和基于网络的能量谱分析.1, BA.1.1, BA.2 and BA.与宿主受体的亚变异复合物:揭示结合热点在介导上位效应和与变构口袋的远程通信中的隐藏功能作用. bioRxiv 2022.09.05.506698; doi: http://doi.org/10.1101/2022.09.05.506698
Keerthi Krishnan, Hao Tian, Peng Tao, Gennady M. Verkhivker. 利用多尺度模拟和基于网络的变构残馀电位突变谱，探索ABL激酶结构域功能状态下变构通讯的构象景观和机制 bioRxiv 2022.11.29.518410; doi: http://doi.org/10.1101/2022.11.29.518410
Gennady M. Verkhivker. 由调节开关的变构相互作用控制的客户蛋白整合到Hsp90伴侣的构象动力学和机制:基于微扰网络的Hsp90结合和变构突变分析方法. bioRxiv 2022.05.20.492854; doi: http://doi.org/10.1101/2022.05.20.492854
Hadi-Alijanvand H, Di Paola L, Hu G, Leitner DM, Verkhivker GM, Sun P, Poudel H, Giuliani A. 基于多面计算方法的SARS-CoV2 Spike-ACE2相互作用及其Hepcidin调控的生物物理学研究. ACS Omega. 2022 May 10;7(20):17024-17042. doi: 10.1021/acsomega.2c00154. PMID: 35600142; PMCID: PMC9113007.
Verkhivker G, Agajanian S, Kassab R, Krishnan K. 结合构象动力学和基于微扰网络模型的SARS-CoV-2刺突变异复合物与抗体结合和变构的突变谱分析:平衡突变逃逸机制的局部和全局决定因素. Biomolecules. 2022 Jul 10;12(7):964. doi: 10.3390/biom12070964. PMID: 35883520; PMCID: PMC9313167
Verkhivker GM. 由调节开关的变构相互作用控制的客户蛋白整合到Hsp90伴侣的构象动力学和机制:基于微扰网络的Hsp90结合和变构突变分析方法. J Phys Chem B. 2022 Jul 19. doi: 10.1021/acs.jpcb.2c03464. Epub ahead of print. PMID: 35853093.
Verkhivker GM, Agajanian S, Kassab R, Krishnan K. 挫折驱动的SARS-CoV-2刺突组粒三聚体结构的变构调节和信号传递:组粒突变位点的串扰变构调节蛋白质稳定性和构象适应性的权衡. Phys Chem Chem Phys. 2022 Jul 27;24(29):17723-17743. doi: 10.1039/d2cp01893d. PMID: 35839100
Verkhivker GM. 探索Hsp90伴侣蛋白与伴侣蛋白和客户蛋白的多蛋白调控复合物的变构调节和通信切换机制:来自综合生物物理建模和构象景观网络分析的原子性见解. J Mol Biol. 2022 Sep 15;434(17):167506. doi: 10.1016/j.jmb.2022.167506. Epub 2022 Feb 21. PMID: 35202628
Krishnan K, Kassab R, Agajanian S, Verkhivker G. 基于变分自编码器的酪氨酸激酶抑制剂分子设计的可解释机器学习模型和基于微扰的化学空间探索方法. Int J Mol Sci. 2022 Sep 24;23(19):11262. doi: 10.3390/ijms231911262. PMID: 36232566; PMCID: PMC9569663
Verkhivker G, Agajanian S, Kassab R, Krishnan K. 探索SARS-CoV-2刺突组粒变异复合体与宿主受体结合和变构的机制:揭示结合热点在介导上位效应和与变构袋通讯中的功能作用. Int J Mol Sci. 2022 Sep 29;23(19):11542. doi: 10.3390/ijms231911542. PMID: 36232845; PMCID: PMC9569682
Xiao S, Verkhivker GM, Tao P. Machine learning and protein allostery. Trends Biochem Sci. 2022 Dec 21:S0968-0004(22)00311-5. doi: 10.1016/j.tibs.2022.12.001. Epub ahead of print. PMID: 36564251.
Krishnan K, Tian H, Tao P, Verkhivker GM. 利用多尺度模拟和基于网络的变构残馀电位突变谱，探测ABL激酶结构域功能状态下变构通讯的构象景观和机制. J Chem Phys. 2022 Dec 28;157(24):245101. doi: 10.1063/5.0133826. PMID: 36586979.
Verkhivker GM, Di Paola L. SARS-CoV-2尖峰三聚体突变体变构相互作用和通讯途径的动态网络建模:通过调节开关级联的构象景观和信号传输的差异调制. J Phys Chem B. 2021 Jan 28;125(3):850-873. doi: 10.1021/acs.jpcb.0c10637. Epub 2021 Jan 15. PMID: 33448856; PMCID: PMC7839160.
Verkhivker GM, Agajanian S, Oztas DY, Gupta G. 基于比较微扰的SARS-CoV-2刺突蛋白与宿主受体结合和中和抗体的建模:结构适应性变抗通讯热点定义了全球循环突变的刺突位点. Biochemistry. 2021 May 18;60(19):1459-1484. doi: 10.1021/acs.biochem.1c00139. Epub 2021 Apr 26. PMID: 33900725; PMCID: PMC8098775.
Verkhivker GM, Di Paola L. SARS-CoV-2刺突蛋白与抗体结合及变构相互作用的综合生物物理模型. J Phys Chem B. 2021 May 13;125(18):4596-4619. doi: 10.1021/acs.jpcb.1c00395. Epub 2021 Apr 30. PMID: 33929853; PMCID: PMC8098774.
Verkhivker GM, Agajanian S, Oztas D, Gupta G. SARS-CoV-2穗D614G突变体不同构象形式的蛋白质稳定性和变构相互作用网络的计算分析:通过穗调控的变构模型调和功能机制. J Biomol Struct Dyn. 2021 Jun 1:1-18. doi: 10.1080/07391102.2021.1933594. Epub ahead of print. PMID: 34060425.
SARS-CoV-2穗D614G突变体不同构象形式下蛋白质稳定性和变构相互作用网络的计算分析:通过穗调控的变构模型调和功能机制 Gennady M. Verkhivker, Steve Agajanian, Denis Oztas, Grace Gupta bioRxiv 2021.01.26.428331; doi: http://doi.org/10.1101/2021.01.26.428331
Verkhivker G, Agajanian S, Oztas D, Gupta G. SARS-CoV-2刺突蛋白与不同类型抗体结合和变张倾向的动态分析:基于突变和微扰的扫描揭示了功能适应性热点的变张对偶性. J Chem Theory Comput. 2021 Jul 13;17(7):4578-4598. doi: 10.1021/acs.jctc.1c00372. Epub 2021 Jun 17. PMID: 34138559.
SARS-CoV-2刺突蛋白与不同类型抗体结合和变构倾向的动态分析:基于突变和微扰的扫描揭示了功能适应性热点的变构对偶性 Gennady M. Verkhivker, Steve Agajanian, Deniz Yazar Oztas, Grace Gupta bioRxiv 2021.04.13.439743; doi: http://doi.org/10.1101/2021.04.13.439743
Verkhivker GM, Agajanian S, Oztas DY, Gupta G. 基于景观的SARS-CoV-2刺突蛋白结构突变敏感性制图和网络群落分析:量化循环D614G变异的功能效应. ACS Omega. 2021 Jun 9;6(24):16216-16233. doi: 10.1021/acsomega.1c02336. PMID: 34179666; PMCID: PMC8223427.
基于景观的SARS-CoV-2刺突蛋白结构突变敏感性制图和网络群落分析:量化循环变体的功能效应 Gennady M. Verkhivker, Steve Agajanian, Deniz Yazar Oztas, Grace Gupta bioRxiv 2021.05.18.444742; doi: http://doi.org/10.1101/2021.05.18.444742
Verkhivker, G.; Agajanian, S.; Oztas, D.Y.; Gupta, G. 解析带有纳米体的SARS-CoV-2刺突蛋白复合物中突变逃逸机制的分子决定因素:蛋白质稳定性和结合相互作用的原子模拟和基于集成的深度突变扫描. Preprints 2021, 2021070295 (doi: 10.20944/preprints202107.0295.v1).
Verkhivker GM. 使不可见可见:变构态的结构表征, interaction networks, and allosteric regulatory mechanisms in protein kinases. Curr Opin Struct Biol. 2021 Jul 5;71:71-78. doi: 10.1016/j.sbi.2021.06.002. Epub ahead of print. PMID: 34237520.
Trozzi F, Wang F, Verkhivker G, Zoltowski BD, Tao P. Dimeric allostery mechanism of the plant circadian clock photoreceptor ZEITLUPE. PLoS Comput Biol. 2021 Jul 26;17(7):e1009168. doi: 10.1371/journal.pcbi.1009168. PMID: 34310591; PMCID: PMC8341706.
SARS-CoV-2刺突蛋白复合物动态相互作用网络的深度突变扫描:变构热点控制功能模仿和突变逃逸的恢复力 Gennady M. Verkhivker bioRxiv 2021.06.15.448568; doi: http://doi.org/10.1101/2021.06.15.448568
SARS-CoV-2刺突蛋白复合物与纳米体的蛋白质稳定性和结合相互作用的原子模拟和深度突变扫描:突变逃逸机制的分子决定因素 Gennady M. Verkhivker, Steve Agajanian, Deniz Yasar Oztas, Grace Gupta bioRxiv 2021.07.07.451538; doi: http://doi.org/10.1101/2021.07.07.451538
Verkhivker GM, Agajanian S, Oztas DY, Gupta G. SARS-CoV-2刺突蛋白复合物与纳米体的蛋白质稳定性和结合的原子模拟和硅突变谱:突变逃逸机制的分子决定因素, ACS Omega. 2021 Sep 27;6(40):26354-26371. doi: 10.1021/acsomega.1c03558. PMID: 34660995; PMCID: PMC8515575
Verkhivker GM, Agajanian S, Oztas DY, Gupta G. ACE2诱骗物和微小蛋白抑制剂对SARS-CoV-2刺突蛋白复合物结构模仿和突变逃逸的变构控制:一种基于网络的结合和信号突变分析方法. J Chem Inf Model. 2021 Oct 25;61(10):5172-5191. doi: 10.1021/acs.jcim.1c00766. Epub 2021 Sep 22. PMID: 34551245.
Verkhivker GM. 使不可见可见:变构态的结构表征, interaction networks, and allosteric regulatory mechanisms in protein kinases. Curr Opin Struct Biol. 2021 Dec;71:71-78. doi: 10.1016/j.sbi.2021.06.002. Epub 2021 Jul 5. PMID: 34237520.
Verkhivker G. 信号蛋白变构调节机制的计算建模与工程:多尺度模拟的集成, Network Biology and Machine Learning. Biophysical journal. 2020 February; 118(3):206A. doi: http://doi.org/10.1016/j.bpj.2019.11.1238.
Verkhivker GM. 分子模拟和网络模型揭示了SARS-CoV-2刺突蛋白的变构信号传导. J Proteome Res. 2020 Nov 6;19(11):4587-4608. doi: 10.1021/acs.jproteome.0c00654. Epub 2020 Oct 2. PMID: 33006900; PMCID: PMC7640983.
Astl L, Stetz G, Verkhivker GM. 利用分层模拟方法和变构相互作用的网络建模解剖Hsp90伴侣调节的分子原理:构象选择决定了蛋白质反应的多样性和配体特异性功能机制. J Chem Theory Comput. 2020 Oct 13;16(10):6656-6677. doi: 10.1021/acs.jctc.0c00503. Epub 2020 Sep 28. PMID: 32941034.
Astl L, Verkhivker GM. j结构域Cochaperone和翻译后修饰对Hsp70伴侣蛋白变构调控的动态视角:通过探索构象景观和残基相互作用网络对Hsp70机制进行计算分析. J Chem Inf Model. 2020 Mar 23;60(3):1614-1631. doi: 10.1021/acs.jcim.9b01045. Epub 2020 Jan 21. PMID: 31935082.
Sheik Amamuddy O, Veldman W, Manyumwa C, Khairallah A, Agajanian S, Oluyemi O, Verkhivker G, Tastan Bishop O. Integrated Computational Approaches and Tools forAllosteric Drug Discovery. Int J Mol Sci. 2020 Jan 28;21(3):847. doi: 10.3390/ijms21030847. PMID: 32013012; PMCID: PMC7036869.
Stetz G, Astl L, Verkhivker GM. 通过磷酸化位点的变构偶联探索Hsp90-Cdc37调控复合物与客户激酶的通信切换机制:残基相互作用网络的微扰建模和分层群落分析. J Chem Theory Comput. 2020 Jul 14;16(7):4706-4725. doi: 10.1021/acs.jctc.0c00280. Epub 2020 Jun 14. PMID: 32492340.
Astl L, Stetz G, Verkhivker GM. 通过调节耦合调节开关的通信棘，Hsp90伴侣蛋白与伴侣蛋白和客户蛋白相互作用的变构机制:动态相互作用网络中Hsp90信号的综合原子模型. J Chem Inf Model. 2020 Jul 27;60(7):3616-3631. doi: 10.1021/acs.jcim.0c00380. Epub 2020 Jun 18. PMID: 32519853.
Xiao F, Song X, Tian P, Gan M, Verkhivker GM, Hu G. 配体结合调控CYP17A1通道的比较动力学和功能机制. J Chem Inf Model. 2020 Jul 27;60(7):3632-3647. doi: 10.1021/acs.jcim.0c00447. Epub 2020 Jun 22. PMID: 32530640.
Verkhivker GM, Agajanian S, Hu G, Tao P. 新技术十字路口的变构调节:多尺度建模, Networks, and Machine Learning. Front Mol Biosci. 2020 Jul 9;7:136. doi: 10.3389/fmolb.2020.00136. PMID: 32733918; PMCID: PMC7363947.
Sheik Amamuddy O, Verkhivker GM, Tastan Bishop Ö. 大流行早期突变对SARS-CoV-2 Mpro分子动力学的影响. J Chem Inf Model. 2020 Oct 26;60(10):5080-5102. doi: 10.1021/acs.jcim.0c00634. Epub 2020 Sep 16. PMID: 32853525; PMCID: PMC7496595.
Astl L, Stetz G, Verkhivker GM. 通过调节耦合调节开关的通信棘，Hsp90伴侣蛋白与伴侣蛋白和客户蛋白相互作用的变构机制:动态相互作用网络中Hsp90信号的综合原子模型. J Chem Inf Model. 2020 Jul 27;60(7):3616-3631. doi: 10.1021/acs.jcim.0c00380. Epub 2020 Jun 18. PMID: 32519853.
Verkhivker G. Coevolution, SARS-CoV-2刺突蛋白与人血管紧张素转换酶2协同结合和信号传递的动力学和变构机制. Int J Mol Sci. 2020 Nov 4;21(21):8268. doi: 10.3390/ijms21218268. PMID: 33158276; PMCID: PMC7672574.
Astl L, Tse A, Verkhivker GM. 通过变构抑制剂和激活剂探究信号蛋白的调控机制:残基相互作用网络的动态视角. Adv Exp Med Biol. 2019;1163:187-223. doi: 10.1007/978-981-13-8719-7_9. PMID: 31707705.
通过变构抑制剂和激活剂探究信号蛋白的调控机制:残基相互作用网络的动态视角. Gennady M. Verkhivker, Lindy Astl, Amanda Tse. In Advances in Experimental Medicine and Biology Series. Protein Allostery in Drug Discovery, Springer-Nature, Eds. Jian Zhang and Ruth Nussinov, volume 1163, Series ISSN 0065-2598 DOI 10.1007/978-981-13-8719-7
基于随机森林分类器和深度卷积神经网络的癌症驱动突变分类和生物分子建模. Agajanian S, Oluyemi O, Verkhivker GM. Front Mol Biosci. 2019 Jun 11;6:44. doi: 10.3389/fmolb.2019.00044. eCollection 2019. PMID: 31245384
整合网络模型和进化分析到蛋白质动力学和变构调节的高通量建模:理论, tools and applications. Liang Z, Verkhivker GM, Hu G. Brief Bioinform. 2019 Mar 21. pii: bbz029. doi: 10.1093/bib/bbz029. [Epub ahead of print] PMID: 30911759
基于结构摄动分析和基于社区的变构通讯网络重构的变构调节剂调控ABL激酶的原子模型. Astl L, Verkhivker GM. J Chem Theory Comput. 2019 May 14;15(5):3362-3380. doi: 10.1021/acs.jctc.9b00119. Epub 2019 May 2. PMID: 31017783
生成式机器学习模型用于发现选择性化学探针以询问蛋白激酶机制. Agajanian S, Oluyemi O, Verkhivker GM. Nature Communications, Submitted 2019
Amusengeri A, Astl L, Lobb K, Verkhivker GM, Tastan Bishop Ö. 建立识别疟疾变构调节剂的计算方法:以恶性疟原虫hsp70为例. Int J Mol Sci. 2019 Nov 8;20(22):5574. doi: 10.3390/ijms20225574. PMID: 31717270; PMCID: PMC6887781.
通过马尔可夫状态模型和机器学习分析，解析了昼夜蛋白Vivid的变构机制. Zhou H, Dong Z, Verkhivker G, Zoltowski BD, Tao P. PLoS Comput Biol. 2019 Feb 19;15(2):e1006801. doi: 10.1371/journal.pcbi.1006801. eCollection 2019 Feb. PMID: 30779735
肿瘤抑制蛋白残基相互作用网络的生物物理模拟和基于结构的建模揭示了癌症突变热点在分子通信中的功能作用. Verkhivker GM. Biochim Biophys Acta Gen Subj. 2019 Jan;1863(1):210-225. doi: 10.1016/j.bbagen.2018.10.009. Epub 2018 Oct 16. PMID: 30339916
通过探索蛋白质动力学，数据驱动的变构蛋白计算分析, residue coevolution and residue interaction networks. Astl L, Verkhivker GM. Biochim Biophys Acta Gen Subj. 2019 Jul 19. pii: S0304-4165(19)30179-5. doi: 10.1016/j.bbagen.2019.07.008. [Epub ahead of print] PMID: 31330173
Editorial: Machine Learning in Biomolecular Simulations, Gennady Verkhivker, Vojtech Spiwok, Francesco Gervasio Front. Mol. Biosci., 29 August 2019 | http://doi.org/10.3389/fmolb.2019.00076
Hsp90与cochaperone和小分子抑制剂相互作用的计算模型. Verkhivker GM. Methods in Molecular Biology,Chaperones : Methods and Protocols. Editors: Calderwood, Stuart K., Prince, Thomas L. (Eds.) 2018;1709:253-273. doi: 10.1007/978-1-4939-7477-1_19.
解析Hsp90伴侣蛋白翻译后修饰位点间变构串扰的结构编码决定因素. Stetz G, Tse A, Verkhivker GM. Sci Rep. 2018 May 2;8(1):6899. doi: 10.1038/s41598-018-25329-4.
基于动力学的群落分析和对TRAP1伴侣结构中变构相互作用网络的扰动响应扫描，剖析了构象不对称与顺序ATP水解之间的分子联系. Verkhivker GM. 生物化学与生物物理学报(英文版);2018;18 (8):899-912. doi: 10.1016/j.bbapap.2018.04.008. Epub 2018 Apr 21.
癌症突变的机器学习分类和结构-功能分析揭示了致癌基因和肿瘤抑制基因驱动位点的独特动态和网络特征. Agajanian S, Odeyemi O, Bischoff N, Ratra S, Verkhivker GM. J Chem Inf Model. 2018 Oct 22;58(10):2131-2150. doi: 10.1021/acs.jcim.8b00414. Epub 2018 Oct 3. PMID: 30253099
蛋白激酶客户端与Hsp90-Cdc37伴侣结合的分子间相互作用的功能作用和层次:变构调节的基于结构的网络模型. Stetz G, Verkhivker GM. J Chem Inf Model. 2018 Feb 26;58(2):405-421. doi: 10.1021/acs.jcim.7b00638. Epub 2018 Feb 15.
Design, Synthesis, 达沙替尼-氨基酸和达沙替尼-脂肪酸缀合物作为蛋白质酪氨酸激酶抑制剂的评价. Tiwari RK, Brown A, Sadeghiani N, Shirazi AN, Bolton J, Tse A, Verkhivker G, Parang K, Sun G. ChemMedChem. 2017 Jan 5;12(1):86-99. doi: 10.1002/cmdc.201600387. Epub 2016 Dec 5. PMID: 27875633
Hsp70伴侣蛋白残基相互作用网络和协同进化关系的计算分析:一个变构调节和交流的群落跳跃模型. Stetz G, Verkhivker GM. PLoS Comput Biol. 2017 Jan 17;13(1):e1005299. doi: 10.1371/journal.pcbi.1005299. eCollection 2017 Jan. PMID: 28095400
CDK2和CDK2油藏构象动力学和活化的网络建模和渗流分析 CDK4蛋白:激酶叶的动态和能量极化可能决定调控的分化 mechanisms. GM Verkhivker. Mol Biosyst. 2017 Oct 24;13(11):2235-2253
Hsp90-Cdc37伴侣蛋白与Cdk4客户蛋白结合的原子模拟和基于网络的建模:利用内在动态激酶结构域的弱点来陪伴激酶客户的机制. Czemeres J, Buse K, Verkhivker GM. PLoS One. 2017 Dec 21;12(12):e0190267. doi: 10.1371/journal.pone.0190267. eCollection 2017
周期蛋白依赖性激酶变构相互作用网络和通讯途径的集成建模和刚性分解:Hsp90-Cdc37伴侣蛋白的分化激酶客户. Gabrielle Stetz, Amanda Tse, G M. Verkhivker PLoS One. 2017 Nov 2;12(11):e0186089. doi: 10.1371/journal.pone.0186089. eCollection 2017.

Faculty Directories by School or College