导航菜单
首页 >  沐鸣测速 >  » 正文

沐鸣测速地址三维神经网络改善了药物蛋白结构的研究

沐鸣测速地址

印第安纳州普渡大学(Purdue University)的研究小组希望,他们的新方法将推动开发出与各种疾病有关的蛋白质相互作用的精确结构模型。他们还打算设计更好的药物,沐鸣测速地址专门针对蛋白质的相互作用。
 
蛋白质通常被称为人体的工作分子。一个典型的身体有超过20,000种不同类型的蛋白质,每一种都参与人类生活中许多重要的功能。
 
“为了了解蛋白质复合物功能的分子机制,生物学家一直在使用x光和显微镜等实验方法,但这些都是耗费时间和资源的努力,”普渡大学(Purdue 's College of science)生物科学和计算机科学教授Daisuke Kihara说。
 
他补充说:“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模拟蛋白质复合物的计算方法。一个巨大的挑战是,计算方法通常会生成数千个模型,而选择正确的模型或对模型进行排序可能会很困难。”
 
鸽子
 
由普渡大学(Purdue)研究人员创建的多芬(DOVE)捕捉到蛋白质与3D盒对接模型界面的结构和能量特征,并利用3D卷积神经网络判断模型的正误。
 
为了克服这一挑战,Kihara和他的团队开发了一个名为DOVE(将诱饵选择与基于体素的深度神经网络对接)的系统,沐鸣测速地址该系统将深度学习模型原理应用到蛋白质相互作用的虚拟3D模型中。
 
DOVE扫描一个模型的蛋白-蛋白界面,然后使用深度学习模型原理来区分和捕捉正确和错误模型的结构特征。
 
该系统是一个三维卷积神经网络(CNN),它使用三维卷积核对扫描的体积块进行分割预测,在本例中为虚拟模型。
 
研究生小王说:“我们的工作代表了生物信息学领域的一个重大进步。”“这可能是研究人员首次成功地利用深度学习和3D功能来快速了解某些蛋白质模型的有效性。”
 
他补充说:“然后,这些信息可以用来制造靶向药物,沐鸣测试速阻止某些蛋白质与蛋白质的相互作用。”
 
这项名为“利用3D深卷积神经网络评估蛋白质对接模型”的研究发表在《生物信息学》杂志上。