资讯中心
information
CENTER
中科院化学所发展基于深度学习的蛋白质单分子分析新方法
2019-05-24作者:浏览次数:23  来源:仪器设备网

蛋白质是生命活动的物质基础和主要承担者,许多重要的蛋白质以复合物或多聚体形式参与信号转导、离子转运、免疫响应等众多生理过程,蛋白质的化学计量组成与其生物功能的调控及多种疾病的发生发展密切相关。因此,在生理条件下定量表征蛋白质的化学计量比(亚基组成数或蛋白聚集状态),对于研究蛋白质的相互作用、阐明蛋白质结构-功能的调控机制、研发新药等都具有十分重要的意义。

在国家自然科学基金委、科技部和中国科学院的支持下,中科院化学研究所分子纳米结构与纳米技术重点实验室方晓红课题组长期致力于发展分析活细胞体系蛋白质动态变化的单分子显微成像新方法,所建立的利用光漂白计数定量表征膜蛋白化学计量比等单分子研究方法,为化学生物学和生物医学研究提供了先进的技术(Natl. Sci. Rev. 2018, 5, 300)。近年来他们与生命科学家合作,发现了多种信号转导蛋白激活和转运新机制(Nat. Microbiology 2019, 4, 97-111Nat. Commun. 2018, 9:11; Cell Res., 2015, 25,738-752)。

最近,他们针对单分子光漂白计数分析中检测信号弱、易被噪音掩盖和光闪烁干扰、数据量大等挑战性问题,巧妙地利用人工智能深度学习技术,提出了一个机器学习的深度神经网络架构——CLDNN,对单分子光漂白事件进行准确、高效计数。他们所设计的CLDNN可凭借其自身强大的学习能力以及特征提取能力,通过卷积层提取光漂白台阶信号,通过长短时记忆(LSTM)循环层排除荧光闪烁等干扰, 实现90%以上准确率的化学计量比分析。相比于已报道的单分子信号分析方法,CLDNN具有诸多优势:(1)更高的分析准确率,尤其对于低信噪比的数据,优势更为明显;(2)更高的计算效率,可以快速处理大批量数据;(3)简单易用,无需对单分子数据做滤噪等预处理,也无需设置算法参数;(4)具有较好的推广性和扩展性,可对除训练水平外的不同信噪比数据以及包含更多光漂白事件的数据进行有效分析。此外,使用者也可以加入自己的实验数据集重新训练CLDNN,使其更加满足个性化分析需要。

    CLDNN为研究人员提供了一种全新的数据分析策略,使人们可更为高效、准确、客观地分析蛋白质等生物大分子化学计量比,该架构还可应用于分析化学领域其它具有时间序列特征的数据分析,将促进人工智能技术在化学中的应用。相关研究成果近期发表于J. Am. Chem. Soc.20191416976-6985

CLDNN深度学习用于单分子光漂白计数分析及蛋白质化学计量比研究

征稿、访谈、专题合作邮件:
tougao@instrumentsinfo.com
版权与免责声明:
凡本网注明“来源:仪器设备网”的所有作品,版权均属于山东新路领航信息技术有限公司-中国仪器设备网合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其它方式使用上述作品。 已经本网授权使用作品的,应在授权范围内使用,并注明“来源:中国仪器设备网,http://www.instrumentsinfo.com”,违反上述声明者,本网将追究相关法律责任。 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,我们将及时作出删除或修改,否则视为放弃相关权利。
转载本站原创文章请注明来源:仪器设备网
热门展会
第五届上海国际化工自动化控制及仪器仪表装备展览会
时间:2018年08月23日-25日
主办:中国化工装备协会 中国化工企业管理协会 中国化工机械动力技术协会 广东省石油和化学工业协会 广东省化工学会 振威展览股份
地点:
2019年11月多国仪器仪表展览会
时间:2019年11月25日-27日
主办:中国仪器仪表学会
地点: 北京市海淀区知春路6号锦秋国际大厦A座23层2301室
关于中国蛋白药物质量联盟2019年中国蛋白药质量与技术创新研讨会的通知
时间:2019年07月27日-28日
主办:中国蛋白药物质量联盟
地点:
2019年8月31第四届全国样品制备学术报告会通知(第一轮)
时间:2019年08月31日-01日
主办:中国仪器仪表学会分析仪器分会样品制备学术委员会
地点:
扫码关注 仪器设备网公众号
随时随地了解仪器设备