Lonza与CELLINK合作推进完整的3D细胞培养工作流程哈德斯菲尔德大学向一个研究小组提供了资金研究人员在理解炎症细胞死亡和疾病的作用方面取得了很大进展过度消费和经济增长是环境危机的主要驱动力摄入蛋白质片段可改善阿尔茨海默病小鼠的工作记忆和长期记忆研究人员通过测量血脑屏障的渗漏来确定足球运动员是否患有CTE研究人员发现细胞去除是由机械不稳定性引起的CHOP研究发现 远程监护可以有效检测高危新生儿的癫痫发作结果显示 说话后大脑反应具有特别高的时间保真度新的研究成果有助于抑制致癌细胞和治疗癌症研究人员称遗传可能决定伤口感染和愈合聚焦超声显示有望治愈最致命的脑肿瘤机载地图揭示加州红杉的气候敏感性根据最新研究 牛的免疫阈值可能比我们想象的要低研究人员发现热环通过微波无线产生超声波脉冲圣裘德为儿童脑肿瘤的研究创造了新的资源科学家利用蛋白质和核糖核酸制造称为囊泡的中空球形袋遏制抗生素耐药性演变的突破点在巴西发现的基因突变会增加患癌症的风险发现的最小的恐龙蛋长约4.5厘米 宽约2厘米 重约10克 与鹌鹑蛋的重量相当海马在人类时空思维模式中的作用为什么植物是绿色的?研究小组的模型再现了光合作用新冠新增16名NBA感染病例 新冠检测了302名NBA球员Sygnature因其在药物发现方面的质量和科学卓越而享有盛誉与领先的智能实验室提供商Labforward建立了合作关系简单的临床试验可以检测患者术后或严重损伤后的出血风险实验室发现第一个可以模拟膝盖的软骨模拟凝胶Aβ蛋白的三维结构揭示了阿尔茨海默病毒性的新机制莱比锡研究人员使用一种计算方法从空气污染数据中消除天气影响结肠癌的快速基因组分析可以改善患者的治疗选择健脑游戏有助于提高老年人的驾驶技能研究人员报道转基因真菌成功杀死了疟疾蚊子深海矿物质和微量元素有助于提高高强度作业能力饮食中加入李子干可以提高超重成年人的营养消耗吃绿叶蔬菜沙拉可以改善更年期后的心血管健康研究人员发现 人体也可以发动免疫细胞进行反击研究发现 新孕妇和准妈妈使用熊胆疗法治疗妊娠相关疾病将大脑视为一个网络可以使研究人员从脑电图中提取更有意义的数据研究表明 抗生素抗性基因通过基因资本主义在大肠杆菌中持续存在数据显示 47%的人正在使用技术与医疗保健提供者交流人类大脑发育的新基因组图谱通用肠道微生物来源可以预测肝硬化发光染料可能有助于消除癌症下一代测序可以为罕见的代谢紊乱提供精确的药物人胰腺切片长期培养显示β细胞再生脊柱外科研究中财务披露不完整的比例非常高圣地亚哥动物园对老挝北部野生动物的消费进行了一项新的研究粪便微生物使诊断更具挑战性民意调查显示 纽约人对恢复正常更加犹豫不决全方位探访人类基因治疗的关键支柱
您的位置:首页>Nature杂志>生理学>

科学家们揭示了智能神经网络如何预测蛋白质的功能

导读Alexa,Siri和Google智能助理等智能虚拟伴侣早已融入我们的日常生活中。智能计算程序,即所谓的算法,也已经发展成为科学研究中不可或缺的

Alexa,Siri和Google智能助理等智能虚拟伴侣早已融入我们的日常生活中。智能计算程序,即所谓的算法,也已经发展成为科学研究中不可或缺的工具。

生命科学研究中产生的大量数据可以借助算法有效地检查重复模式。某些程序能够发现大蛋白分子中的重复结构,然后利用这些信息得出这些分子执行的细胞任务的结论 - 例如,它们是作为基因开关,分子马达还是信号分子发挥作用。这些算法基于蛋白质序列进行的预测 - 由一系列像珍珠项链串在一起的蛋白质构建块组成 - 现在非常精确。

然而,先前技术的主要缺点是用户完全处于黑暗中,为什么算法将特定功能分配给某些蛋白质序列。计算机对蛋白质的准确知识并不是直接可用的,尽管这些知识在推进新药物的研究和开发方面可能是非常宝贵的。

来自柏林卫生研究院(BIH)和Charité - UniversitätsmedizinBerlin的Roland Eils和Irina Lehmann与海德堡大学药学和分子生物技术研究所(IPMB)的Dominik Niopek合作,共同领导了一个学生团队。从计算机中解锁这些知识的目标。它于2017年开始研究这一主题,并开发了一种名为“DeeProtein”的算法,这是一种全面的智能神经网络,可以根据单个蛋白质构建模块氨基酸的序列预测蛋白质的功能。像大多数学习算法一样,DeeProtein是一个“黑盒子”,这意味着它们的工作原理对于程序员和用户来说仍然是一个谜。但学生们现在用了一个“技巧”来解开这个网络的秘密。

这位年轻的科学家们开始通过开发一种方式来比喻该计划的工作方式。

在敏感性分析中,我们依次掩盖蛋白质序列中的每个位置,让DeeProtein从这个不完整的信息中计算或者更确切地预测蛋白质的功能。“

Julius Upmeier zu Belzen他是IPMB分子生物技术硕士课程的学生,也是该论文的主要作者,该论文刚刚发表在Nature Machine Intelligence杂志上。

接下来,我们给DeeProtein提供完整的序列信息,并比较两组预测。通过这种方式,我们计算蛋白质序列中的每个位置,该位置对于预测正确功能的重要性。这意味着我们给蛋白质链中的每个位置或氨基酸赋予蛋白质功能的灵敏度值。“Julius Upmeier zu Belzen

通过这项工作,我们表明神经网络的预测不仅可以有所帮助,而且我们现在也可以首次将这种隐含的知识用于实际目的。然后,科学家们使用新的分析技术来识别对其功能至关重要的蛋白质区域。该技术适用于在致癌过程中发挥作用的信号蛋白以及CRISPR-Cas9基因编辑工具,该工具已经在大量临床前和临床研究中进行了测试。“敏感性分析使我们能够识别容易变化的蛋白质区域,”Dominik Niopek说。“如果我们想对蛋白质进行有针对性的改变,以便为它们配备新功能或”关闭“不良特性,这是重要的第一步。

标签:

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。

最新文章