百检网首页 我的订单 400-101-7153

研究利用人工智能预测蛋白质“光学指纹”

作者:宋检 时间:2022-12-08 来源:互联网

蛋白质是生命的基石,生物的功能依赖于既稳定而又灵活可变的蛋白质结构。蛋白质的光谱响应信号,尤其是紫外光谱,可以称之为蛋白质骨架的“指纹”。这个“光学指纹”,经过理论模拟的解读,可以揭示出精确的蛋白质结构,为生命科学和医学诊断提供*其重要的信息。

 

然而,蛋白质的结构*其复杂多变,需要做大量的高精度的量子化学理论计算。由于计算量太大,即使是*厉害的超级计算机轻易也“吃不消”。所以蛋白质的光谱的理论解读是一个长期的困难与挑战,限制了光谱的准确分析和蛋白质结构的发现。

 

怎么在光谱理论模拟中避免太昂贵的量子化学计算,解读蛋白质骨架的“光学指纹”,是一个重要的科学课题。而近年来,人工智能技术被广泛应用到各个领域,用于大幅度降低复杂体系的计算量。

 

*近,中国科学技术大学微尺度物质科学国家研究中心教授江俊,与中国科大教授罗毅和美国加州大学尔湾分校教授Shaul Mukamel合作,通过利用人工智能机器学习中的神经网络技术,模拟了蛋白质肽键结构与性质之间的构效关系,将计算量一下降低了上万倍。*后他们成功地预测了肽键紫外光谱,还用随机森林的办法揭示了具有化学内涵的结构描述子和构效关系。人工智能与量子化学理论计算的结合,为预测蛋白质的光学特性提供了一种高效的工具。相关成果以A Neural Network Protocol for Electronic excitations of N-Methylacetamide 为题发表在《美国国家科学院院刊》(PNAS, DOI:10.1073/pnas.1821044116)。

 

江俊课题组近些年致力于发展机器学习技术在量化领域的应用,努力探究使其成为解决量化问题的一种重要工具。在该工作中,研究人员**在300K温度下通过分子动力学模拟以及量子化学计算,得到了五万组不同构型的肽键模型分子。通过机器学习算法筛选出键长、键角、二面角跟电荷信息作为描述符,通过神经网络来构建肽键基态结构与其激发态性质之间的构效关系。基于训练好的机器学习模型,预测出了肽键的基态偶*矩及激发态性质,*后预测出肽键的紫外吸收光谱。为了验证机器学习模型的鲁棒性,研究人员又基于300K的温度下得到的机器学习模型,预测出肽键在200K以及400K温度下的紫外吸收光谱,其结果与时间密度泛函理论计算很好地吻合。

 

这是人工智能技术首次用于理论计算预测蛋白质的光谱研究。通过理论计算得到大量数据,使用人工智能加以训练构建构效关系,使用*后得到的模型用于预测,为模拟蛋白质的光谱提供了一种新的思路。该项工作确立了机器学习模拟蛋白质肽键骨架紫外吸收光谱的可行性和优势,蛋白质的“光学指纹”解读也将会变得更加轻易和有效。

百检网专注于为第三方检测机构以及中小微企业搭建互联网+检测电商服务平台,是一个创新模式的检验检测服务网站。百检网致力于为企业提供便捷、高效的检测服务,简化检测流程,提升检测服务效率,利用互联网+检测电商,为客户提供多样化选择,从根本上降低检测成本提升时间效率,打破行业壁垒,打造出行业创新的检测平台。

百检能给您带来哪些改变?

1、检测行业全覆盖,满足不同的检测;

2、实验室全覆盖,就近分配本地化检测;

3、工程师一对一服务,让检测更精准;

4、免费初检,初检不收取检测费用;

5、自助下单 快递免费上门取样;

6、周期短,费用低,服务周到;

7、拥有CMA、CNAS、CAL等权威资质;

8、检测报告权威有效、中国通用;

客户案例展示

  • 上海朗波王服饰有限公司
  • 浙江圣达生物药业股份有限公司
  • 天津市长庆电子科技有限公司
  • 桑德斯微电子器件(南京)有限公司
  • 上海嘉叠贸易有限公司
  • 上海纽特丝纺织品有限公司
  • 无锡露米娅纺织有限公司
  • 东方电气风电(凉山)有限公司
  • 宁波图米文具用品有限公司
  • 江苏力之创特种装备制造有限公司

相关资讯

百检网