项目名称: G蛋白偶联受体识别及功能预测的分层分类模型研究

项目编号: No.30901243

项目类型: 青年科学基金项目

立项/批准年度: 2010

项目学科: 生物科学

项目作者: 高青斌

作者单位: 中国人民解放军第二军医大学

项目金额: 18万元

中文摘要: 现在药物研发中60~70%的目标蛋白是G蛋白偶联受体(GPCRs),但关于它们的结构和功能却了解得相对较少。如何科学有效地利用现有数据资料,快速、高效、准确地筛选出疾病相关GPCRs,成为目前急需解决的问题。本研究在前期工作基础上,以蛋白序列数据为研究对象,探讨GPCRs功能预测的高通量分层分类模型。运用信息融合理论,对来自不同信息源的信息,构造不同的特征集,通过特征层和决策层的信息融合,建立有效的蛋白序列编码方法;在此基础上,利用决策树算法构建GPCRs分层分类模型,探讨模型性能评价指标,建立分层分类模型的科学评价方法;最后,运用智能优化算法对模型参数进行优化,建立最优分层分类模型。并依据模型开发相应的web应用软件,将其应用于人类等模式生物基因组的数据挖掘研究,检验其效能,为GPCRs功能和药物设计研究提供支持。本课题对于细胞生物学研究、疾病预防和治疗及新药开发等具有重要研究价值。

中文关键词: G 蛋白偶联受体;多源信息融合;分层分类;蛋白质组学;

英文摘要:

英文关键词: G-protein-coupled receptors;multiple information fusion;hierarchical classification;proteomics;

成为VIP会员查看完整内容
0

相关内容

MIT设计深度学习框架登Nature封面,预测非编码区DNA突变
专知会员服务
13+阅读 · 2022年3月18日
基于表格数据的深度学习方法
专知会员服务
37+阅读 · 2021年10月19日
专知会员服务
64+阅读 · 2021年7月25日
生物数据挖掘中的深度学习,诺丁汉特伦特大学
专知会员服务
67+阅读 · 2020年3月5日
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月16日
Arxiv
15+阅读 · 2021年2月19日
小贴士
相关VIP内容
相关资讯
深度学习预测蛋白质-蛋白质相互作用
机器之心
5+阅读 · 2022年1月15日
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员