先进Protein-Spotting AI可能导致新药物的发现

在发表的一项研究通信生物学,自然组合的一部分,研究人员演示HCPL(混合蛋白质亚细胞定位)只需要部分标签数据,学习如何解读蛋白质在细胞结构的位置和他们的行为在不同的细胞。

人类蛋白质图谱上的团队测试HCPL *,并发现它是最准确的工具识别单个细胞内蛋白质的位置。

米罗斯拉夫·鲍勃教授HCPL领袖萨里大学的项目,说:

“理解细胞内蛋白质是如何工作的,科学家们需要研究的地方,但是这是一个耗时的和复杂的过程。HCPL使得这个过程变得更加容易。

“这个程序使用深度学习模型来快速、准确地识别蛋白质亚细胞结构中存在单个细胞内。我们希望HCPL可以帮助科学家们研究蛋白质如何工作和开发新的治疗疾病。”

空间蛋白质组学是一个研究领域,研究蛋白质的分布在细胞或组织中使用的实验技术和计算方法。荧光显微镜是一种常见的方法在这一领域的蛋白质是身体上标记荧光标记。AI地图到单个细胞的蛋白质隔间(亚细胞结构或细胞器)。这可以帮助科学家理解的角色和功能蛋白质和可能揭示细胞复杂的内部运作。

HCPL开发合作ForecomAI,世界级的专业的研究和开发公司机器和深度学习提供医疗和生物科学的解决方案。

主任博士基本上Irizar ForecomAI说:

“在大多数细胞蛋白质发挥关键作用过程对我们的生存至关重要。解体单个细胞内蛋白的分布和相互作用是至关重要的了解他们的功能和发展中不可或缺的新的治疗方法。

萨里大学的“我们一起工作使这个过程的扩大并打开新的领域。萨里和ForecomAI之间的关系一直是一个成功的跨学科合作科研、为进一步行动铺平了道路。”

参考:侯赛因党卫军,Ong EJ, Minskiy D, Bober-Irizar M, Irizar,鲍勃·M·单细胞亚细胞蛋白质本地化使用小说乐团不同深度的架构。Commun杂志。2023;6 (1):1 - 14。doi:10.1038 / s42003 - 023 - 04840 - z

本文从以下转载材料。注:材料可能是长度和内容的编辑。为进一步的信息,请联系引用源。