科技网

当前位置: 首页 >数码

机器学习揭露蛋白质动力学数据因果关系

数码
来源: 作者: 2019-05-16 21:49:20

沟通即管理用友超客企业空间的减法运算
支付宝悄然升级密码终于安全了
宴客荤菜酥皮鸭的做法

机器学习算法擅长发现大数据内的复杂模式,因此研究人员通常利用它们作出预测。黄子佼结婚不邀小S曾宝仪-害怕前任的困扰
如今,科学家正在推动这类新兴技术超越发现相关性,帮助揭开隐藏的因果关系并且驱动科学发现。在美国南佛罗里达大学(USF),研究人员将机器学习技术融合进蛋白质研究工作。正如他们在美国物理联合会(AIP)出版团体所属《化学物理学报》上报告的,其面临的主要挑战之一是缺少从分子动力学模拟取得的数据中辨别因果关系的方法。

“蛋白质可被看作履行一系列任务的纳米尺度机器。不过,蛋白质什么时候以及在哪里执行特定任务是由细胞通过各种刺激控制的。”USF生物物理学系副教授Sameer Varma介绍说,这些刺激同蛋白质相互作用,不断将其“打开”或者“关闭”,乃至能改变其速度和力量。

在大多数蛋白质中,生物刺激同距离开展相应任务的区域较远的蛋白质位点发生相同作用,而这需要信号通路。“这种通过远程控制开启蛋白质的方式被称为变构通路,但具体细节仍不明确。”Varma表示。

他和同事认为,机器学习方法能发挥重要作用。“开发并利用机器学习技术将使我们得以发现蛋白质动力学数据中的因果关系,并且最终解决蛋白质变构效应中一些非常基础的问题。”Varma介绍说,他们的一个关键发现是在蛋白质受刺激部位被启动的信号似乎在向远离该位点的地方移动时逐步变弱。这使人震惊,因为科学家此前并未在蛋白质位点之间的热运动耦合中专家呼吁儿童零食应分级正餐食材亦需重视
观察到这种距离上的依赖性。

该团队的工作展示了一种机器学习方法被用于辨别数据因果关系的方式。另外,Varma 表示,“这些数据还让我们得以弥补蛋白质变构效应中的关键空白。最终,当我们的方法被应用于很多具有药物意义的蛋白质时,我们期望能发现更多机械学细节,以揭示恢复疾病状态下蛋物联网各种装备在2015年全球的市场规模预计到达624亿美元
白质活动的新干预策略”。(宗华)

小孩子发烧怎么退烧
小孩子发烧怎么退烧
小孩子发烧怎么退烧

相关推荐