当前位置：
X-MOL 学术
›
ACS Macro Lett.
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
大分子科学观点一百周年：数据驱动的蛋白质设计
ACS Macro Letters ( IF 5.1 ) Pub Date : 2021-02-08 , DOI: 10.1021/acsmacrolett.0c00885 Andrew L Ferguson 1 , Rama Ranganathan 1, 2, 3
ACS Macro Letters ( IF 5.1 ) Pub Date : 2021-02-08 , DOI: 10.1021/acsmacrolett.0c00885 Andrew L Ferguson 1 , Rama Ranganathan 1, 2, 3
Affiliation
|
设计具有所需功能的合成蛋白质是生物分子科学的长期目标，在生化工程、农业、医学和公共卫生等领域具有广泛的应用。理性的从头设计和实验性定向进化取得了显着的成功，但面临着在蛋白质序列空间的巨大“大海捞针”中寻找功能“针”的挑战。健身景观的数据驱动模型提供了蛋白质序列和功能之间的预测图，并且可以前瞻性地识别用于实验测试的功能候选者，从而大大提高这种搜索的效率。本观点回顾了机器学习的应用，特别是作为数据驱动蛋白质工程平台一部分的深度学习。我们强调最近的成功，回顾有前景的计算方法，并展望未来的挑战和机遇。这篇文章是为广大读者撰写的，包括聚合物和蛋白质科学家以及计算机和数据科学家，他们对这个快速发展的领域的最新创新和机遇感兴趣。
"点击查看英文标题和摘要"
更新日期：2021-03-16
"点击查看英文标题和摘要"
京公网安备 11010802027423号