利用深度学习分析核糖体停滞现象与蛋白质翻译动态

本文刊于:《科学新闻》 2018年第4期

关键词:
蛋白质翻译 停滞现象 核糖体 机器学习 计算框架 ROSE 速率 基因组 蛋白质

全文下载:需积分1点
摘要
     <正>文章简介近年来,科学家通过高通量核糖体分析实验发现,蛋白质翻译的速率是动态变化的,其中大量存在一种核糖体翻译停滞现象,表现为核糖体在mR NA的特定局部大量累积。本研究首次提出了一种基于机器学习的计算框架(RibosO me Stalling Estimator,ROSE)以研究核糖体停滞现象的调控机制和功能,并成功利用深度学习技术实现了对蛋白质翻译过程中核糖体翻译停滞的精确预测。该模


本文地址:www.fabiao.net/content-18-1836096-1.html

上一篇:响应面法优化红布林中花青素提取工艺研究
下一篇:人工合成NF-κB信号回路中的可调式振荡动力学设计

分享到: 分享利用深度学习分析核糖体停滞现象与蛋白质翻译动态到腾讯微博           收藏