深圳牛牛彩票官网

《Nature Commuciations》發表第四范式論文 AI為攻破生物化學難題提供新思路

2018-12-12 11:17 稿源:用戶投稿  0條評論

 近日,國際頂級學術期刊《Nature Communications》(IF 12.353)發表了第四范式科學家王嘉磊題為《Discovering de novo peptide substrates for enzymes using machine learning》的論文。該論文提出了一種通過聯合人工智能和生物化學手段來快速優化具有特定生化機能的肽鏈的通用方法,該方法可大幅提高肽鏈的發現速度。

  肽由于其無與倫比的活性和多樣性,對人類近代醫學發展起到了關鍵作用,因此發現和合成具有特殊性能的肽一直是生物化學領域的重點研究方向,而時下火熱的人工智能技術則為該研究方向提供了新的“攻堅”武器。

  該論文中提及通過采用迭代式的機器學習來加快肽鏈發現的過程:一個機器學習模型讀入歷史實驗數據并能對任意一種新的肽鏈結構作出預測;基于貝葉斯優化的搜索算法將會發現最有潛力的肽鏈以供合成和實驗驗證;新的試驗結果又被用來訓練更新機器學習模型;該過程不斷重復直到發現目標為止。

  相比傳統的基于變異進化的搜索方案,機器學習模型具有更強的導向性,和貝葉斯優化這種高效的搜索策略聯合,整體發現速度比傳統進化方案有數量級的提升。基于此方案設計的系統來發現可用作蛋白質標記的正交肽受體,發現命中率高達30%,遠高于變異進化方案的3%和隨機搜索的0.001%。此前有報道稱,哈佛醫學院曾花費一年多的時間找到一種肽鏈。而基于此方案設計的系統則在一年多的時間內發現了三百多種肽鏈,大幅提高肽鏈的發現速度。基于論文闡述方案的通用性,該系統可被廣泛應用到生物化學的肽優化問題中。

  《Nature Communications》是國際頂級學術期刊《Nature》發行的子刊,其目的在于發布頗具綜合性并代表某一領域重大進展的研究論文。作為國際“綜合性期刊”領域的頂級雜志,該刊物內容涉及自然科學所有領域,發表的論文極具科研及應用價值,為各領域的創新發展提供了重要的參考意義。在最新發布的 2017 年科學期刊引用報告(JCR, Journal Citation Reports)中,《Nature Communications》位列全球多學科綜合性期刊的第 3 位,僅次于《Nature》與《Science》。

本文由站長之家用戶投稿,未經站長之家同意,嚴禁轉載。如廣大用戶朋友,發現稿件存在不實報道,歡迎讀者反饋、糾正、舉報問題(反饋入口)。

免責聲明:本文為用戶投稿的文章,站長之家發布此文僅為傳遞信息,不代表站長之家贊同其觀點,不對對內容真實性負責,僅供用戶參考之用,不構成任何投資、使用建議。請讀者自行核實真實性,以及可能存在的風險,任何后果均由讀者自行承擔。

有好的文章希望站長之家幫助分享推廣,猛戳這里我要投稿

相關文章

相關熱點

查看更多
?
深圳牛牛彩票官网 股票涨跌幅的原因 半全场 北单比分直播360山 日本女优vs 捷报篮球比分网 雷速体育动画进球动图 北京单场足球指数 股票融资费用包括哪些 四川金7乐 百股顺配资 福建11选5 福建十一选五 任选9场 云南时时彩 sm捆绑视频教程 蓝球竞彩比分直播