蛋白质常被称为人体的工作物质。一个典型的身体有20，000多种不同类型的蛋白质，每种蛋白质都涉及人类生活所需的许多功能。
现在，普渡大学的研究人员设计了一种新的方法，利用深度学习更好地理解蛋白质在体内的相互作用模式，从而为各种疾病相关的蛋白质相互作用的精确结构模型铺平了道路，并设计了更好的专门针对蛋白质相互作用的药物。本作品于《生物信息学》在线发表。
生物科学和计算机科学教授景岛乐基原说：“为了了解蛋白质复合功能的分子机制，生物学家一直在使用X射线和显微镜等实验方法，但这是一项耗时且资源密集型的工作。普渡大学理学院领导研究团队。“我们实验室和其他机构的生物信息学研究人员一直在开发蛋白质复合物建模的计算方法。一个巨大的挑战是，一种计算方法通常会生成数千个模型，可能很难选择正确的模型或对模型进行排名。”
Kihara和他的团队开发了一个名为DOVE的系统，该系统利用基于Voxel的深度神经网络技术进行诱饵选择，并将深度学习原理应用到蛋白质相互作用的虚拟模型中。DOVE扫描模型的蛋白质-蛋白质界面，然后利用深度学习模型的原理来区分和捕捉正确和错误模型的结构特征。
“我们的工作代表了生物信息学领域的巨大进步，”研究生和研究团队成员王新说。“这可能是研究人员第一次成功地利用深度学习和3D功能来快速了解一些蛋白质模型的有效性。然后，这些信息可以用来制造靶向药物，以防止某些蛋白质-蛋白质相互作用。”
标签：
免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！