热搜: 保健品  周黑  海产品  奶粉  烟台  黑窝点  黑作坊  食品  小龙虾  葡萄酒 
 
当前位置: 首页 » 检测应用 » 分析应用 » 生命科学应用 » 正文

机器学习:揭示遗传变异的机理

放大字体  缩小字体 发布日期:2017-12-30
核心提示:我们的基因包含了制造和调节我们身体的蛋白质的配方。我们的基因信息储存在我们的DNA中。基因突变发生时,在DNA序列中有一个永久的改变,遗传或获得。这些突变可能导致蛋白质故障,经常引起疾病或反作用药物。与疾病相关突变的大数据相比,关于基因突变如何影响我们健康的知识非常有限。
   我们的基因包含了制造和调节我们身体的蛋白质的配方。我们的基因信息储存在我们的DNA中。基因突变发生时,在DNA序列中有一个永久的改变,遗传或获得。这些突变可能导致蛋白质故障,经常引起疾病或反作用药物。与疾病相关突变的大数据相比,关于基因突变如何影响我们健康的知识非常有限。
 
  德州农工大学电子和计算机工程系的研究员和生物信息学和基因组系统工程的专家们正在开发计算框架,以研究与疾病相关的基因突变可能导致健康问题的机制。
 
  美国国立卫生研究院(National Institutes of Health)的研究项目“揭示人类疾病相关蛋白突变的分子和系统级机制”,助理教授杨申博士(dr . Yang Shen)获得了“最佳研究人员研究奖”(MIRA)。这项耗资167万美元的项目将持续5年。
 
  “高通量技术为我们提供了大量关于基因突变和由此产生的健康问题的数据,”沈教授说。“然而,我们需要有效和有效的方法来发现知识,即,确定为什么突变会导致这些问题,以及它们如何在治疗上得到解决。”
 
  跨学科项目旨在开发新的、可推广的多尺度计算框架,以帮助缩小可观测数据与机械知识之间日益增长的差距,并帮助制定有效的治疗策略。
 
  他说:“具体地说,一个计算框架将会通过一个人的一维序列和三维形状、与其他蛋白质的相互作用以及许多人的突发行为,来预测和解释蛋白质突变的结果。”此外,一个反计算框架将设计诱变实验和药物候选体,以达到预期的健康效果。这些计算框架的相互作用将使计算和实验在追求知识发现时迭代地相互提供。
 
  沈说,这个项目的成功完成将使算法对数学最优化、机器学习和图形理论做出贡献。该项目预计将对疾病的病理生物学产生新的见解,并促进以系统为基础的方法设计治疗策略。
 
  沈从文对ESI的MIRA是对德州农工大学工程学院的第一个奖项。这也是今年德州农工系统(Texas A&M)的第一个类似的奖项,同时也授予了化学系助理教授乔纳森·t·斯本斯基(Jonathan t . Sczepanski)博士的奖项。
 
  沈南鹏于2015年加入了德州A&M公司。他在生物信息学方面的研究兴趣包括诸如优化和学习算法来建模生物分子、系统和数据等主题。他的研究包括蛋白质对接、蛋白质和药物设计、系统和合成生物学以及经济学。他的研究项目也得到了国家科学基金会和其他联邦机构的资助。
 
 
[ 检测应用搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 违规举报 ]  [ 关闭窗口 ]

 
0条 [查看全部]  相关评论

 
推荐图文
推荐检测应用
点击排行
  

鲁公网安备 37060202000213号