亚州av综合色区无码一区,午夜一区二区三区亚洲影院电影网,天堂а√在线地址,性人久久网av,无码内射成人免费喷射

曉木蟲
學術數(shù)據庫客戶端

新疆理化所提出預測蛋白質相互作用的計算方法

 找回密碼
 注冊新賬號

QQ登录

微信登录

新疆理化所提出預測蛋白質相互作用的計算方法

摘要: 　　蛋白質相互作用學習能夠從分子水平上揭示蛋白質的功能，幫助揭示生長發(fā)育、新陳代謝、分化和凋亡等細胞活動的規(guī)律。在全基因組范圍內識別蛋白質相互作用對是解釋細胞調控機制的重要一步。隨著蛋白質相互作用實驗 ...

　　蛋白質相互作用學習能夠從分子水平上揭示蛋白質的功能，幫助揭示生長發(fā)育、新陳代謝、分化和凋亡等細胞活動的規(guī)律。在全基因組范圍內識別蛋白質相互作用對是解釋細胞調控機制的重要一步。隨著蛋白質相互作用實驗技術的發(fā)展，人們能夠獲得大量的蛋白質相互作用數(shù)據，甚至能夠在全基因組范圍內對蛋白質相互作用進行分析。然而，由于實驗技術的限制，很多高通量實驗方法測得的蛋白質相互作用數(shù)據的錯誤率都比較高。此外，傳統(tǒng)實驗的方法不適用于檢測大規(guī)模數(shù)據。
　　針對這一科學問題，中國科學院新疆理化技術學習所多語種信息技術學習室碩士生王延斌在學習員尤著宏指導下，經過系統(tǒng)學習，提出了一種使用蛋白質序列信息預測蛋白質相互作用的計算方法。為了獲得重要的蛋白質信息，科研人員首先使用位置打分矩陣（PSSM）去表示每一個蛋白質序列。學習發(fā)現(xiàn)，打分矩陣的表示方法不僅保留了序列的位置信息，還保留了蛋白質的化學信息。同時，為了開發(fā)PCVMZM預測模型，科研人員首先在不同尺度的PSSM打分矩陣上提取到準確的、有代表性的蛋白質信息，并將每一個信息表示成一個特征向量作為特征，運用一個強分類器去預測蛋白質的交互。
　　學習結果表明，此方法能夠提供精確、穩(wěn)定、覆蓋率高的預測信息，為基因組學學習提供了一個有用的決策工具。該學習成果發(fā)表在國際分子科學雜志（International Journal of Molecular Sciences）上，發(fā)表至今約兩個月時間，被引用23次。
　　基于上述學習成果，科研人員通過構建一個深度研究系統(tǒng)，實現(xiàn)了更加準確、穩(wěn)定的預測系統(tǒng)。實驗結果表明，使用了深度研究方法后，預測準確率可提升2.2%，并且可以實現(xiàn)跨物種檢測。該學習成果發(fā)表在生物分子（Molecular Biosystems）上。
　　該工作得到國家自然科學基金、中科院“百人計劃”的資助。



　　PCVMZM模型的工作流程



　　稀疏的深度結構新疆理化所提出預測蛋白質相互作用的計算方法  |  責任編輯：蟲子
返回頂部