TIMEDOO肽度（微信號(hào)：Time-doo）獲悉，普渡大學(xué)的研究人員開(kāi)發(fā)了一種新的深度學(xué)習(xí)算法，稱為DOVE，它可以改進(jìn)蛋白質(zhì)的建模，并有助于研發(fā)新藥。
人體含有兩萬(wàn)多種不同類型的蛋白質(zhì)，它們之間的相互作用才使得生命得以持續(xù)。目前，科學(xué)家已經(jīng)開(kāi)發(fā)了蛋白質(zhì)對(duì)接的模型來(lái)估算兩個(gè)蛋白質(zhì)是如何相互作用的，但要對(duì)接模型的結(jié)果預(yù)測(cè)準(zhǔn)確性還存在一定難度。普渡大學(xué)的研究人員開(kāi)發(fā)了一種新的計(jì)算方法來(lái)解決這一難題。
DOVE是基于體素的深度神經(jīng)網(wǎng)絡(luò)對(duì)接誘餌選擇的簡(jiǎn)稱，它首先使用3D體素掃描所提出的蛋白質(zhì)對(duì)接構(gòu)型的蛋白質(zhì)-蛋白質(zhì)界面，同時(shí)考慮原子相互作用和能量貢獻(xiàn)。通過(guò)輸入3D特征數(shù)據(jù)，深度學(xué)習(xí)模型就會(huì)被訓(xùn)練成可以從一大組生成的模型中，識(shí)別出接近本地的模型。
“為了了解蛋白質(zhì)復(fù)合體功能的分子機(jī)制，生物學(xué)家一直在使用X射線和顯微鏡等實(shí)驗(yàn)方法，但這些都是耗費(fèi)時(shí)間和資源的工作，”領(lǐng)導(dǎo)該研究團(tuán)隊(duì)的普渡科學(xué)學(xué)院生物科學(xué)和計(jì)算機(jī)科學(xué)教授Daisuke Kihara說(shuō)。我們實(shí)驗(yàn)室和其他機(jī)構(gòu)的生物信息學(xué)研究人員一直在開(kāi)發(fā)模擬蛋白質(zhì)復(fù)合物的計(jì)算方法。一大挑戰(zhàn)是，一種計(jì)算方法通常會(huì)生成數(shù)千個(gè)模型，選擇正確的模型或?qū)δＰ瓦M(jìn)行排序可能會(huì)很困難。
“我們的工作意味著生物信息學(xué)領(lǐng)域的重大進(jìn)步，”研究生、研究團(tuán)隊(duì)成員小王(音譯)說(shuō)?！斑@可能是研究人員首次成功利用深度學(xué)習(xí)和3D功能來(lái)快速了解某些蛋白質(zhì)模型的有效性。然后，這些信息可以用來(lái)創(chuàng)造有針對(duì)性的藥物，以阻止某些蛋白質(zhì)-蛋白質(zhì)的相互作用?！?/p>

更多信息請(qǐng)參考：journal Bioinformatics: Protein docking model evaluation by 3D deep convolutional neural networks

編輯：梁潔