体球比分网   |   手機沭陽網   |   網站地圖  
您的位置:沭陽網体球比分网 > 科技頻道 > 科學探索>正文

第足球比分网:使用機器人深度學習預測與疾病相關的突變

2019-12-30 12:01:31    來源:    我來說兩句()
字號:TT

体球比分网 www.670520.live  在過去的幾年中,人工智能(AI)(一種機器模仿人類行為的能力)已成為藥物研發項目等高科技領域的關鍵角色。人工智能工具可幫助科學家使用優化的計算算法來發現生物大數據背后的秘密。諸如深層神經網絡之類的AI方法改善了生物和化學應用中的決策,即疾病相關蛋白的預測,新型生物標志物的發現以及小分子藥物引線的從頭設計。這些最先進的方法可幫助科學家更有效,更經濟地開發潛在的藥物。

香港大學化學系孫洪哲教授領導的研究團隊與美國亞利桑那州梅奧診所的王俊文教授(前香港大學同事)合作實施了強大的深度學習預測蛋白質中金屬結合位點與疾病相關的突變的方法。這是用于預測金屬蛋白中與疾病相關的金屬相關位點突變的第一種深度學習方法,為應對人類疾病提供了新的平臺。該研究結果最近發表在頂級科學期刊《自然機器智能》上。

金屬離子在人類生物系統的(病理)生理學中起著結構或功能上的關鍵作用。鋅,鐵和銅等金屬對于所有生命都是必不可少的,必須嚴格控制其在細胞中的濃度。這些生理金屬離子的缺乏或過量會導致人類嚴重疾病。已經發現,人類基因組中的突變與不同疾病密切相關。如果這些突變發生在DNA的編碼區域,則可能破壞蛋白質的金屬結合位點,從而引發嚴重的人類疾病。了解蛋白質金屬結合位點上與疾病相關的突變將有助于發現新藥。

該團隊首先整合了來自不同數據庫的組學數據,以建立一個全面的培訓數據集。通過從收集的數據中查看統計數據,該團隊發現不同的金屬具有不同的疾病關聯。鋅結合位點的突變在乳腺,肝臟,腎臟,免疫系統和前列腺疾病中起主要作用。相反,鈣和鎂結合位點的突變分別與肌肉疾病和免疫系統疾病有關。對于鐵結合位點,突變與代謝疾病有關。此外,錳和銅結合位點的突變與心血管疾病有關,而后者也與神經系統疾病有關。他們使用一種新穎的方法,使用基于能量的親和力網格圖從金屬結合位點提取空間特征。這些空間特征已與物理化學順序特征合并以訓練模型。最終結果表明,使用空間特征增強了預測性能,曲線下面積(AUC)為0.90,準確度為0.82。鑒于金屬學和金屬蛋白領域有限的先進技術和平臺,建議的深度學習方法提供了一種將實驗數據與生物信息學分析相集成的方法。該方法將幫助科學家預測與癌癥,心血管疾病和遺傳疾病等疾病相關的DNA突變。這些空間特征已與物理化學順序特征合并以訓練模型。最終結果表明,使用空間特征增強了預測性能,曲線下面積(AUC)為0.90,準確度為0.82。鑒于金屬學和金屬蛋白領域有限的先進技術和平臺,建議的深度學習方法提供了一種將實驗數據與生物信息學分析相集成的方法。該方法將幫助科學家預測與癌癥,心血管疾病和遺傳疾病等疾病相關的DNA突變。這些空間特征已與物理化學順序特征合并以訓練模型。最終結果表明,使用空間特征增強了預測性能,曲線下面積(AUC)為0.90,準確度為0.82。鑒于金屬學和金屬蛋白領域有限的先進技術和平臺,建議的深度學習方法提供了一種將實驗數據與生物信息學分析相集成的方法。該方法將幫助科學家預測與癌癥,心血管疾病和遺傳疾病等疾病相關的DNA突變。鑒于金屬學和金屬蛋白領域有限的先進技術和平臺,建議的深度學習方法提供了一種將實驗數據與生物信息學分析相集成的方法。該方法將幫助科學家預測與癌癥,心血管疾病和遺傳疾病等疾病相關的DNA突變。鑒于金屬學和金屬蛋白領域有限的先進技術和平臺,建議的深度學習方法提供了一種將實驗數據與生物信息學分析相集成的方法。該方法將幫助科學家預測與癌癥,心血管疾病和遺傳疾病等疾病相關的DNA突變。

孫教授說:“機器學習和人工智能在當前的生物和化學科學中發揮著重要作用。在我的小組中,我們使用包括金屬組學和金屬巖石組學在內的綜合組學方法研究了生物學和醫學中的金屬,我們已經產生了大量有價值的數據通過體內/體外實驗,我們現在基于深度學習開發一種人工智能方法,將這些原始數據轉化為有價值的知識,從而發現疾病背后的秘密并與之抗爭,我相信可以使用這種新穎的深度學習方法在我們實驗室正在進行的其他項目中。”

責任編輯:

相關新聞
    無相關信息

{ganrao}