Deep-Learning-Ansatz zur Entschlüsselung der subzellulären Lokalisierung von Proteinen
2022
Chan Zuckerberg Biohub, San Francisco, USA
Die Erklärung der Vielfalt und Komplexität der Proteinlokalisierung ist für das vollständige Verständnis der Zellarchitektur von entscheidender Bedeutung. Hier stellen die Forscher Cytoself vor, einen Deep-Learning-Ansatz für vollständig selbstüberwachtes Proteinlokalisierungsprofiling und -clustering. Cytoself nutzt ein selbstüberwachtes Trainingsschema, das keine bereits vorhandenen Kenntnisse, Kategorien oder Anmerkungen erfordert. Die Forscher validieren quantitativ die Fähigkeit von Cytoself, Proteine in Organellen und Proteinkomplexen zu clustern, und zeigen, dass Cytoself frühere selbstüberwachte Ansätze übertrifft.
Self-supervised deep learning encodes high-resolution features of protein subcellular localization
Hirofumi Kobayashi, Loic A. Royer, Manuel D. Leonetti
Eingestellt am: 24.10.2022
[1] https://www.nature.com/articles/s41592-022-01541-z[2] https://www.drugtargetreview.com/news/104568/new-machine-learning-technique-to-accelerate-the-process-of-drug-screening/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Thermo+Fisher+-+Informatics+-+14.10.2022&utm_term=Using+computational+modelling+to+gain+insights+into+flu+viruses&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=IUcSF6GWjJ6XMiIK0E97KpsRmIMCn%2f3gtYslFGn%2bECZbVO5xEN0hnuoDQucMncTwUCbpxQ9igcloo1zWJDmJwawBH9xJljYT25yFbhwBnH7foAwfmsv9lPb4%2bnhFzfQASJmGkBTLX43Ou2MFZqck8xGJ9ka%2bQZsR12tZBWVCv4%2bCV1mUM8L3DGV6R%2bk%2bOdJ1SOFjTih3Wk1yCVCpcIcRlMSDXv8X%2b89U4ekc2SsmwDReETvzp%2bMHcRO7wJtasBxsL5hfJOFa7vCtCtR0N6TT5Q%3d%3d
