项目名称: 磷酸化修饰介导的蛋白质相互作用研究

项目编号: No.20905054

项目类型: 青年科学基金项目

立项/批准年度: 2010

项目学科: 金属学与金属工艺

项目作者: 郭延芝

作者单位: 四川大学

项目金额: 21万元

中文摘要: 磷酸化是最重要的蛋白质翻译后修饰之一,它与信号转导、细胞周期、生长发育以及癌症机理等诸多生物学问题有密切关系。在磷酸化修饰调节的细胞信号通路中,蛋白激酶、底物(磷酸化蛋白)及磷酸化蛋白结合结构域(phosphoprotein-binding domain, PPBD)发挥了十分重要的作用。因此针对这三类蛋白质,本项目拟开展以下三个方面的研究:(一)、探索磷酸化修饰规律,利用信号处理与机器学习方法构建激酶特异性的磷酸化位点预测模型;(二)、建立激酶-底物-PPBD蛋白的相互作用预测模型,探讨磷酸化修饰介导的蛋白质相互作用机理;(三)、通过分析激酶-底物-PPBD蛋白的相互作用网络,揭示新的磷酸化修饰介导的细胞信号通路。 开展对磷酸化修饰介导的蛋白质相互作用的系统性研究,不仅有助于理解磷酸化修饰调节的信号转导机理及其在生命过程中的重要意义,而且能为药物开发提供重要的指导信息。

中文关键词: 信号处理;机器学习;功能位点;蛋白质相互作用;分泌蛋白

英文摘要:

英文关键词: signal processing;learning machine;functional sites;protein-protein interactions;secreted proteins

成为VIP会员查看完整内容
0

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【Nature. Mach. Intell. 】图神经网络论文汇集
专知会员服务
45+阅读 · 2022年3月26日
元学习-生物医学中连接标记和未标记数据
专知会员服务
29+阅读 · 2021年8月3日
专知会员服务
139+阅读 · 2021年2月3日
靶向蛋白质降解的蛋白-蛋白相互作用预测
GenomicAI
4+阅读 · 2022年3月5日
AI从底物和酶的结构中预测米氏常数,量化酶活性
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+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
0+阅读 · 2013年12月31日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
19+阅读 · 2018年3月28日
Arxiv
25+阅读 · 2018年1月24日
小贴士
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+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
0+阅读 · 2013年12月31日
微信扫码咨询专知VIP会员