sponsored links

已開源,多個國內團隊使用人工智慧揭示蛋白質相互作用

編輯 | 蘿蔔皮

目錄

  • PhosIDN:一種整合的深度神經網路,用於透過結合序列和蛋白質-蛋白質相互作用資訊來改善蛋白質磷酸化位點預測
  • 透過多尺度卷積神經層進行遷移學習,用於人-病毒-蛋白質相互作用預測
  • DeepTrio:使用掩碼多個並行卷積神經網路的蛋白質-蛋白質相互作用的三元預測系統
  • pyconsFold:一種使用距離預測進行建模和對接的快速、簡單的工具
  • 一種預測生物活性分子結合構象的幾何深度學習方法,可預測配體與蛋白質靶標的結合構象
  • 使用奈米孔以單氨基酸解析度多次重讀單個蛋白質

已開源,多個國內團隊使用人工智慧揭示蛋白質相互作用

PhosIDN:一種整合的深度神經網路,用於透過結合序列和蛋白質-蛋白質相互作用資訊來改善蛋白質磷酸化位點預測

磷酸化是研究最多的翻譯後修飾之一,在各種細胞過程中起著關鍵作用。研究蛋白質磷酸化可以增進對蛋白質互作的研究,對於醫療、疾病、製藥等均有幫助。

最近,深度學習方法在預測磷酸化位點方面取得了巨大成功,但其中大多數基於卷積神經網路,可能無法捕獲足夠的關於蛋白質序列中殘基之間的長程依賴關係的資訊。

此外,現有的深度學習方法僅利用序列資訊來預測磷酸化位點,因此非常需要開發一種深度學習架構,可以結合異質序列和蛋白質 - 蛋白質相互作用(PPI)資訊來更準確地預測磷酸化位點。

中國科學技術大學的研究人員提出了一種名為 PhosIDN 的新型整合深度神經網路,透過提取和組合序列和 PPI 資訊來預測磷酸化位點。

該研究以「PhosIDN: an integrated deep neural network for improving protein phosphorylation site prediction by combining sequence and protein–protein interaction information」為題,於 2021 年 12 月 15 日刊載於《Bioinformatics》。

已開源,多個國內團隊使用人工智慧揭示蛋白質相互作用

在 PhosIDN 中,提出了一個序列特徵編碼子網路,不僅可以捕獲區域性模式,還可以捕獲蛋白質序列的遠端依賴性。同時,在 PhosIDN 中還透過採用多層深度神經網路的 PPI 特徵編碼子網路提取有用的 PPI 特徵。

此外,為了有效地結合序列和 PPI 資訊,引入了異構特徵組合子網路,以充分利用序列和 PPI 特徵之間的複雜關聯,並將它們的組合特徵用於最終預測。綜合實驗結果表明,所提出的 PhosIDN 顯著提高了磷酸化位點的預測效能,並且優於現有的通用和激酶特異性磷酸化位點預測方法。

PhosIDN 連結:https://github.com/ustchangyuanyang/PhosIDN

論文連結:https://academic.oup.com/bioinformatics/article/37/24/4668/6329824

透過多尺度卷積神經層進行遷移學習,用於人-病毒-蛋白質相互作用預測

為了補充常規實驗方法的資料,基於機器學習的計算方法在預測人-病毒的蛋白質-蛋白質相互作用(PPI)方面發揮著越來越重要的作用。此外,遷移學習可以有效地將從大型源資料集/任務中獲得的先驗知識應用於小型目標資料集/任務,從而提高預測效能。

為了預測人類和病毒蛋白質之間的相互作用,中國農業大學的研究團隊將進化序列特徵與連體卷積神經網路 (CNN) 架構和多層感知器相結合。該架構優於各種基於特徵編碼的機器學習和最先進的預測方法。

研究人員引入了兩種轉移學習方法(即「凍結」型和「微調」型),透過重新訓練 CNN 層,基於源人類-病毒域中的訓練,可靠地預測目標人類-病毒域中的相互作用。最後,研究人員利用「凍結」型別的轉移學習方法來預測人類-SARS-CoV-2 PPI,結果表明該預測在拓撲和功能上與實驗已知的相互作用相似。

該研究以「Transfer learning via multi-scale convolutional neural layers for human–virus protein–protein interaction prediction」為題,於 2021 年 12 月 15 日刊載於《Bioinformatics》。

已開源,多個國內團隊使用人工智慧揭示蛋白質相互作用

原始碼和資料集:https://github.com/XiaodiYangCAU/TransPPI/

論文連結:https://academic.oup.com/bioinformatics/article-abstract/37/24/4771/6323357?redirectedFrom=fulltext

DeepTrio:使用掩碼多個並行卷積神經網路的蛋白質-蛋白質相互作用的三元預測系統

蛋白質-蛋白質相互作用(PPI)作為一種相對屬性,由兩個結合蛋白決定,這給設計具有無偏學習架構和優越泛化效能的專家模型帶來了巨大挑戰。此外,幾乎沒有努力允許 PPI 預測器區分相對屬性和內在屬性。

浙江大學的研究人員提出了一種基於序列的方法 DeepTrio,用於使用掩碼多個並行卷積神經網路進行 PPI 預測。實驗評估表明,就各種質量指標而言,DeepTrio 的效能優於幾種當前最先進的方法。此外,DeepTrio 被擴充套件以提供關於每個輸入神經元對預測結果的貢獻的更多見解。

該研究以「DeepTrio: a ternary prediction system for protein–protein interaction using mask multiple parallel convolutional neural networks」為題,於 2021 年 10 月 25 日釋出在《Bioinformatics》。

已開源,多個國內團隊使用人工智慧揭示蛋白質相互作用

DeepTrio 線上申請:http://bis.zju.edu.cn/deeptrio

DeepTrio 模型和訓練資料:https://github.com/huxiaoti/deeptrio.git

論文連結:https://academic.oup.com/bioinformatics/advance-article-abstract/doi/10.1093/bioinformatics/btab737/6409848?redirectedFrom=fulltext

pyconsFold:一種使用距離預測進行建模和對接的快速、簡單的工具

蛋白質內的接觸預測最近已成為準確預測蛋白質結構的可行方法。在許多情況下,使用預測距離分佈已被證明優於僅使用二元接觸註釋。使用預測的蛋白質間距離也已被證明能夠對接一些蛋白質二聚體。

在這裡,瑞典斯德哥爾摩大學的研究人員介紹了一種使用距離預測進行建模和對接的工具 pyconsFold;它使用 CNS 作為其基本摺疊機制和預測接觸距離,該工具在 210 種蛋白質資料集上優於基於常規接觸預測的建模。它的效能比最先進的 pyRosetta 摺疊管道稍差,但平均每個模型快 20 倍。更重要的是,pyconsFold 還可以用作摺疊和停靠協議,透過使用預測的蛋白間接觸/距離同時摺疊和停靠兩條蛋白質鏈。

該研究以「pyconsFold: a fast and easy tool for modeling and docking using distance predictions」為題,於 2021 年 11 月 1 日刊載於《Bioinformatics》。

已開源,多個國內團隊使用人工智慧揭示蛋白質相互作用

pyconsFold 是在 Python 3 中實現的,重點是使用盡可能少的依賴項以延長使用壽命。它既可以作為 Python 3 中的 pip 包使用,也可以作為 GitHub 上的原始碼使用,並在 GPLv3 許可下發布。

資料和原始碼:https://github.com/johnlamb/pyconsfold

論文連結:https://academic.oup.com/bioinformatics/article/37/21/3959/6317824

一種預測生物活性分子結合構象的幾何深度學習方法,可預測配體與蛋白質靶標的結合構象

瞭解配體與其分子靶標之間形成的相互作用是指導分子最佳化的關鍵。目前,已有多種不同的實驗和計算方法來揭示這些分子間相互作用。

在這裡,Janssen Research & Development 的研究人員報告了一種基於幾何深度學習的方法,該方法能夠預測配體與蛋白質靶標的結合構象。

該模型根據距離似然學習統計潛力,這是為每個配體-目標對量身定製的。這種潛力可以與全域性最佳化演算法相結合,以重現配體的實驗結合構象。

該團隊表明,此處描述的基於距離似然的潛力在對接和篩選任務中的表現與完善的評分函式相似或更好。總的來說,這種方法代表瞭如何使用人工智慧來改進基於結構的藥物設計的一個例子。

該研究以「A geometric deep learning approach to predict binding conformations of bioactive molecules」為題,於 2021 年 12 月 2 日釋出在《Nature Machine Intelligence》。

已開源,多個國內團隊使用人工智慧揭示蛋白質相互作用

論文連結:https://www.nature.com/articles/s42256-021-00409-9

使用奈米孔以單氨基酸解析度多次重讀單個蛋白質

能夠識別單個蛋白質的蛋白質組學工具對於細胞生物學研究和應用非常重要。

在這裡,荷蘭代爾夫特理工大學的研究人員展示了一種基於奈米孔的單分子肽閱讀器,它對單個肽中的單氨基酸取代敏感。DNA-肽綴合物被DNA解旋酶Hel308拉過生物奈米孔MspA。透過奈米孔讀取離子電流訊號能夠區分單次讀取中的單氨基酸取代。

分子動力學模擬顯示這些訊號是由尺寸排阻和孔結合引起的。研究人員還展示了「倒帶」肽段讀數的能力,獲得同一分子的大量獨立讀數,在單氨基酸變體鑑定中產生 <10^-6 的錯誤率。這些概念驗證實驗為開發單分子蛋白質指紋圖譜和分析技術奠定了有希望的基礎。

該研究以「Multiple rereads of single proteins at single–amino acid resolution using nanopores」為題,於 2021 年 11 月 4 日釋出在《Science》。

已開源,多個國內團隊使用人工智慧揭示蛋白質相互作用

論文連結:https://www.science.org/doi/10.1126/science.abl4381

相關報道:https://phys.org/news/2021-11-scanning-protein-amino-acid.html

https://techxplore.com/news/2021-11-individual-proteins-nanopores-supercomputers.html

分類: 科技
時間: 2021-12-23

相關文章

“資料驅動,智造轉型”大健康產業鏈數字化轉型論壇舉辦
9月16-19日,2021中國工業網際網路大會暨粵港澳大灣區數字經濟大會在廣州琶洲舉行.大會以"數字驅動智造未來"為主題,聚焦製造業數字化轉型,搭建高階合作交流平臺,匯聚政產學研各 ...

聯邦傢俬 數字化轉型“智造”新國潮

聯邦傢俬 數字化轉型“智造”新國潮
聯邦傢俬構建數字化生態系統,支援全屋高定模式高效執行. 聯邦傢俬供圖 聯邦傢俬"心象素"全屋高定產品系列. 聯邦傢俬供圖 剛剛鏖戰完線上天貓"魯班之星"家裝節, ...

六大產業鍛造“北京智造”金字招牌
匯聚全國70%的AI醫療企業,國內主要的積體電路產業聚集區和策源地,形成了國內最完整的智慧網聯產業生態--過去5年,北京在新一代資訊科技.醫藥健康.積體電路.智慧網聯汽車.智慧製造與裝備.綠色能源與節 ...

新加坡工程院院士葛樹志:智造業突破要多學科融合,而不是單打獨鬥
未來的工具是數學及運算的大腦層面的東西. 21世紀經濟報道記者陶力 東莞報道10月12日,在由東莞市人民政府.南方財經全媒體集團指導,21世紀經濟報道和東莞市工業和資訊化局聯合主辦的2021中國智造業 ...

官方回覆:馬駒橋智造基地待拆遷地區何時拆?將適時啟動拆遷

官方回覆:馬駒橋智造基地待拆遷地區何時拆?將適時啟動拆遷
近日,關於馬駒橋智造基地五個村拆遷的問題,官方給予了最新回覆:經開發區地區協同事務局核實,馬駒橋鎮位於亦莊新城智慧製造組團,依據亦莊新城規劃,智慧製造產業區將重點發展高階製造業.目前該區域正在進行整體 ...

加快推進數字遼寧智造強省建設
核心提示 當前,全球新一輪科技革命和產業革命加速發展,網際網路.大資料.雲計算和人工智慧蓬勃發展,資料量呈現爆發式增長,數字化.智慧化技術不斷突破,為經濟創新發展注入了新動能.我省應利用好數字經濟發展 ...

小米成立智造股權投資基金,經營範圍含股權投資

小米成立智造股權投資基金,經營範圍含股權投資
北京小米智造股權投資基金合夥企業(有限合夥)日前成立,股東為北京小米企業管理有限公司.小米科技有限責任公司,執行事務合夥人為北京小米企業管理有限公司. 天眼查App顯示,該公司經營範圍含股權投資:創業 ...

人性化設計“智”造更適合家庭的NAS

人性化設計“智”造更適合家庭的NAS
隨著個人資料爆炸式增長,人們對個人資料資料方便管理的需求日益增長,而當前市場上的NAS多為工業級產品或傳統NAS類儲存,不僅操作複雜且不注重外觀設計,並不貼閤家用需求. 由洛可可和極空間聯合打造的私有 ...

搶先佈局前沿產業,做強做大北京智造
近日,首都醫科大學附屬安貞醫院完成了一例特殊的手術,這是由我國自主研發的血管介入機器人首次輔助完成的經皮冠狀動脈介入治療手術.國產機器人首次輔助完成冠心病介入手術可為醫生減少射線輻射損傷,還能提升手術 ...

行易道科技進軍海外 中國毫米波雷達智造提速
隨著智慧駕駛時代的來臨,毫米波雷達作為車載感測器,正受到越來越多的關注.有資料顯示,全球車載毫米波雷達市場規模到2025年將增長至91億美元.根據中金公司研判,屆時中國車載毫米波雷達市場規模將達到11 ...

日立全新定義美好生活,智造愜優家居體驗

日立全新定義美好生活,智造愜優家居體驗
所有工具的誕生,都是為了讓生活更便捷.舒適.美好,與人們生活息息相關的"家電"更是如此.2020年初,在經歷了一場新冠疫情浩劫後,人們對美好生活的追求變得更加迫切,而整個家電行業也 ...

改變生活和影響世界的中國新制造力量——第二十一屆投洽會“中國智造”觀察

改變生活和影響世界的中國新制造力量——第二十一屆投洽會“中國智造”觀察
"再翻一個,漂亮!"在第二十一屆中國國際投資貿易洽談會金磚國家新工業革命展區,眾多參觀者"圍觀"一隻不時調轉頭"看著"觀眾,並能依據指令做後 ...

中國智造!華為為歐洲最大鐵路場站提供5G技術

中國智造!華為為歐洲最大鐵路場站提供5G技術
鐵路貨運業務的數字化一直是業內熱議的話題.然而,它是如何被付諸實踐的呢?匈牙利為中歐班列過境而建設的東西門場站 (East West Gate, EWG) 可能有一個答案,即部署5G技術. 這一場站位 ...

通遞驛優:助力末端數智化發展,構建快遞行業新生態

通遞驛優:助力末端數智化發展,構建快遞行業新生態
我國快遞末端配送服務的現狀和問題 隨著我國電子商務的迅猛發展以及電商技術的不斷更新,我國的快遞業務量不斷激增,而且隨著消費者的消費水平提升,對快遞配送的質量和時效性也有了新的要求.但是在快遞配送的過程 ...

網購時代,高階電視銷售何以線下“逆襲”?

網購時代,高階電視銷售何以線下“逆襲”?
年輕人還在看電視嗎?這是很多人的疑問.近年來,由於90後.00後這些伴隨網際網路出生並長大的新生一代更偏愛手機與智慧移動裝置,逐漸遠離客廳,給整個電視行業創造了最嚴峻的挑戰. 但最新的資料卻印證,電視 ...

櫥電“合體”,德意智家在5G+AIoT科技新時代大有可為

櫥電“合體”,德意智家在5G+AIoT科技新時代大有可為
9月9日,德意集團召開新聞釋出會,宣佈旗下德意電器和麗博家居兩大實體板塊正式"合體",聚合全新"德意智家"品牌,以櫥櫃和廚電一體化發展之勢,全面進軍智慧家居領域 ...

AI賦能手機智造,科技讓生活更美好
來源:瞭望客戶端 手機已越來越成為我們生活中不可或缺的科技產品.著眼前沿,加速創新,AI技術與手機產品研發的深度融合,更是為國產手機行業的技術革新賦能,不斷透過改善使用者體驗提升"中國製造& ...

強強聯手!百度攜手中國燃氣集團 助力能源智慧化升級

強強聯手!百度攜手中國燃氣集團 助力能源智慧化升級
9月17日,百度與中國燃氣集團正式簽署戰略合作協議,雙方將共同投入核心資源,對齊戰略路徑和實踐步驟,統籌搭建管理執行團隊,深度融合中燃在能源領域的雄厚基礎和百度在人工智慧技術領域的領先優勢,服務於碳達 ...

回「矽」自然,智享家居,埃肯有機矽與您相約2021進博會
上海,2021年10月11日-在有機矽領域擁有超過60年曆史的材料科技創新者--埃肯有機矽,將攜旗下家居生活及食品健康兩大類綜合解決方案,於2021年11月5-10日亮相第四屆中國國際進口博覽會消費品 ...

釋出即時配送SaaS“達達智配”:達達在追,美團在跑

釋出即時配送SaaS“達達智配”:達達在追,美團在跑
達達智配,能助達達追上美團? 昨日,達達快送釋出即時配送SaaS系統"達達智配",官方稱是為了提升即時配送行業效能,實則為了搶佔千億級即時配送領域上更大的市場份額. 但在即時配送領 ...