来自Stowers医学研究所的研究人员创造了一种以快速，有效和信息丰富的方式定义个体蛋白质关联的新方法。这些发现发表在2019年3月8日的Nature Communications期刊上，展示了由Stowers研究人员创建的拓扑评分(TopS)算法如何通过组合数据集来识别聚集在一起的蛋白质。
来自Stowers医学研究所的研究人员创造了一种以快速，有效和信息丰富的方式定义个体蛋白质关联的新方法。这些发现发表在2019年3月8日的Nature Communications期刊上，展示了由Stowers研究人员创建的拓扑评分(TopS)算法如何通过组合数据集来识别聚集在一起的蛋白质。
Washburn和Sardiu认为，无论是基础研究还是其他研究，TopS都可以应用于蛋白质组学以外的各种数据集。Sardiu看到了将其用于医疗保健数据的潜力，医生可能能够将患者的健康状况与其他人进行比较，例如能够判断患者的病情是否“与其他患者相比是否真正先进”，她说。
该团队还在计算机代码库Github上发布了这些发现，因为他们希望为其他研究人员提供测试算法的机会，并了解他们如何将其应用于自己的项目。
“我们很高兴看到这可以走多远。这是一个潜在的高影响力工具，我们希望看到其他创造性和创新人才能想出来，”Washburn说。“我们认为这对于很多人来说是一个非常有价值的潜在工具，他们正在努力应对大规模数据分类的挑战。”
Stowers Institute的其他贡献者包括Joshua M. Gilmore，博士，Brad D. Groppe，Arnob Dutta博士和Laurence Florens博士。Dutta目前是罗德岛大学的助理教授，Groppe目前在Thermo Fisher Scientific工作，Gilmore是Boehringer Ingelheim的科学家。
该研究由Stowers研究所资助，并由国立卫生研究院国家综合医学研究所资助，奖学金编号为R01GM112639。内容完全由作者负责，并不一定代表美国国立卫生研究院的官方观点。
放置调查结果摘要
来自Stowers医学研究所的研究人员创建了一种拓扑评分(TopS)算法，该算法允许科学家以新的方式查看大量数据，帮助他们发现有关蛋白质如何相互作用的更多细节，并更准确地了解某些活动是如何进行的。细胞水平发生了。该研究结果发表在2019年3月8日的Nature Communications期刊上。研究负责人和Stowers蛋白质组学中心主任Michael Washburn博士认为，将该算法应用于其他科学研究领域及其他领域的大数据集。
标签：蛋白质
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。