Открытие машинного обучения, дизайн мембранно-активных пептидов для биомедицины

«В этой работе мы обучили классификатор машинного обучения – известный как векторная машина поддержки – признавать мембранную деятельность и экспериментально калибровали метрику признания синтезом пептида и характеристикой», объяснил Эндрю Фергюсон, доцент материаловедения и разработки в Иллинойсе. «Мы используем машинное обучение для не, только обнаруживают новые мембранные активные пептиды, но и также определить мембранную деятельность в известных пептидах с ранее определенными функциями, принуждающими нас обнаружить мембранную деятельность в разнообразных и неожиданных семьях пептида.«Начиная с получения груза в клетку важно для многих заявлений, мы ожидаем, что этот инструмент может иметь широкие биомедицинские последствия включая в иммунотерапии и в широком спектре мембранно-активные антибактериальные пептиды, чтобы сражаться с возрастающим уровнем устойчивости к лекарству, дизайном катионных проникающих через клетку пептидов для трансфекции нуклеиновой кислоты в клетки, и в планировании и просачивании в противораковой терапии в опухоли», добавил Фергюсон, который был главным вычислительным следователем проекта.В этой совместной работе исследователи Иллинойса развивали вычислительные инновации с экспериментальным тестированием предсказаний, достигнутых в Калифорнийском университете в Лос-Анджелесе.

Результаты, которые подчеркивают различие между эффективностью антибактериального препарата и его узнаваемостью как таковой, удивительны.«УСИЛИТЕЛИ не разделяют общую основную структуру, но имеют тенденцию быть короткими, катионными, и амфифильными», сказал Фергюсон. «По образованию наш классификатор машинного обучения по учебному набору, включающему пептиды с известной антибактериальной деятельностью (хиты) и пептиды приманки без деятельности (промахи), классификатор, изучил физические и химические свойства пептида, которые делают для хорошей мембранной деятельности. Мы ожидали, что классификатор будет учиться отличать ‘антибактериальный мыс’ конкретной последовательности пептида, но посредством экспериментального тестирования ее предсказаний мы нашли, что это на самом деле изучило намного более общее и физическое правило отличить пептиды на основе мембранной деятельности.

В действительности классификатор изучил мембранную деятельность как основной физический детерминант антибактериальной деятельности в учебном наборе и позволяет нам использовать наш классификатор, чтобы обнаружить мембранные активные пептиды в других разнообразных классах пептида».«Используя SVM как эффективный инструмент открытия для мембранной деятельности, мы выполнили управляемый поиск пространства последовательности пептида, чтобы обнаружить новые мембранные активные пептиды, которые будут трудными для природы развиться простой мутацией из существующих альфа-спиральных мембранных активных пептидов.», заявил Эрнест И. Ли, первый автор статьи, «Нанеся на карту мембранную деятельность в неоткрытом космосе последовательности пептида, использующем машинное обучение», появившись на Слушаниях Национальной академии наук.«Что появляется, разнообразная таксономия последовательностей, которые, как ожидают, будут не только что так же мембранно-активны как известные антибактериальные пептиды, но также и будут иметь широкий диапазон предполагаемых первичных функций вне антибактериальной деятельности включая нейропептиды, вирусные белки сплава, topogenic пептиды и amyloids», сказал Джерард Вонг, преподаватель биоинженерии в Калифорнийском университете в Лос-Анджелесе и главном экспериментальном следователе на исследовании. «Имел их первичные функции, неоткрытый, эти пептиды, возможно, были классифицированы как УСИЛИТЕЛИ.

Мало того, что мембранная деятельность не одинакового протяжения с антибактериальной деятельностью, это удивительно характерно для многих классов натуральных пептидов как один компонент мультиплексной функциональности».


12 комментариев к “Открытие машинного обучения, дизайн мембранно-активных пептидов для биомедицины”

  1. Юдицкий Артем

    Нех твоему выкормешу не привитому распространять эпидемии…Из за таких как ты долбо.дятлов которые зажали 1,5тыщи, у нас рекорды по кори…А виновата конечно Супрун потому что тебе мозги не вставила!!

  2. Фірташом може тільки воняти, а як що для тебе ПАХНЕ ним то ти вата тупа.

  3. Если бы так сделали – считали бы. Только вот ни они,ни другие области так не делали когда скажем янык на выборах победил. Да и потянулись крымские ватники вовсе не прочь от ЕС, а потому что считают что их в россии поставят в особенное положение как в ссср, и будут с ними носиться. Праститутки, сэр:)

  4. Если болт положил и ничего не говорит значит молодец и не виновен? Прекрасный подход…

  5. Викариев Олег

    Все созданное западом должно быть запрещено, кока-колу изобрели ЦРУ чтоб разъедать животы великой русской нации.)))

  6. Кеша Лютый — ты да ничего здравого для украинца медведчук не говорит. И рейтинг его ноль целый )(уй десятых. Даже у рабиновича больше:) А про поклон не более чем ваши влажные мечты 🙂

  7. Blackweaver

    А зачем ее защищать? Просто пришли поржать как у вас пирдаки пригорают ))

  8. Кабальнова Полина

    Уверен если б провести такой референдум в россии, голосовать пришло б 99,9% людей…Ведь только и могут что сидеть и обсмактывать новости с Украины…Ничтожные все таки люди…

Оставьте комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *