NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
BackgroundElectron taşıma zinciri, hücre boyunca elektronları ve diğer makromolekülleri transfer etmek için önemli bir işlem olan hücresel solunum sürecine gömülmüş bir dizi protein kompleksidir. Aynı zamanda şekerlerin oksidasyonu durumunda redoks reaksiyonları yoluyla enerji elde etmek için önemli bir süreçtir. Birçok çalışma, elektron taşıma proteininin çeşitli insan hastalıklarına, yani diyabete, Parkinson'a, Alzheimer hastalığına vb. Elektron taşıma proteinlerini yüksek doğrulukla tanımlamak için çok az biyoinformatik çalışma yapılmıştır, ancak performans sonuçları çok fazla iyileştirme gerektirir. Burada, bu sorunu gidermek için yeni bir derin sinir ağı mimarisi sunuyoruz.SonuçlarÖnceki çalışmaların çoğu, sinir ağlarına beslenmek için orijinal pozisyona özgü puanlama matrisi (PSSM) profillerini kullanamadı, bu da bilgi eksikliğine yol açtı ve sinir ağları sonuç olarak en iyi sonuçları elde edemedi. Bu makalede, bu sorunu çözmek için tam PSSM'lerde derin kapılı tekrarlayan üniteler (GRU) kullanarak yeni bir yaklaşım sunuyoruz. Yaklaşımımız, elektron taşıyıcılarını sırasıyla %93,5 ve %92,3'lük çapraz doğrulama ve bağımsız test doğruluğu ile kesin olarak tahmin edebilir. Yaklaşımımız, elektron taşıma proteinleri üzerindeki tüm son teknoloji tahmin edicilere üstün performans göstermektedir.Bu çalışmayla, özellikle elektron taşıma proteinlerini ve genel olarak diğer protein fonksiyonlarını ayırt etmek için bir web sunucusu olan ET-GRU'yu sunuyoruz. Ayrıca, bizim başarımız GRU'nun hesaplama biyolojisinde, özellikle de protein fonksiyon öngörüsünde kullanımını teşvik edebilir.
Özgün kaynak özetini okuyun
BackgroundElectron transport chain is a series of protein complexes embedded in the process of cellular respiration, which is an important process to transfer electrons and other macromolecules throughout the cell. It is also the major process to extract energy via redox reactions in the case of oxidation of sugars. Many studies have determined that the electron transport protein has been implicated in a variety of human diseases, i.e. diabetes, Parkinson, Alzheimer's disease and so on. Few bioinformatics studies have been conducted to identify the electron transport proteins with high accuracy, however, their performance results require a lot of improvements. Here, we present a novel deep neural network architecture to address this problem.ResultsMost of the previous studies could not use the original position specific scoring matrix (PSSM) profiles to feed into neural networks, leading to a lack of information and the neural networks consequently could not achieve the best results. In this paper, we present a novel approach by using deep gated recurrent units (GRU) on full PSSMs to resolve this problem. Our approach can precisely predict the electron transporters with the cross-validation and independent test accuracy of 93.5 and 92.3%, respectively. Our approach demonstrates superior performance to all of the state-of-the-art predictors on electron transport proteins.ConclusionsThrough the proposed study, we provide ET-GRU, a web server for discriminating electron transport proteins in particular and other protein functions in general. Also, our achievement could promote the use of GRU in computational biology, especially in protein function prediction.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.