袘目：タンパク質配列空間における機能的多様性の地図としての潜在的な生成ランドスケープ
文献ソース: Nature Communications | (2023) 14:2222
コード: https://github.com/morcoslab/LGLVAE/
はじめに: 変分オートエンコーダーは、生成機能を備えた教師なし学習モデルであり、タンパク質データに適用すると、系統発生学を通じて配列を分類し、タンパク質組成の統計的特性を保持する de novo 配列を生成します。以前の研究はクラスタリングと特徴の生成に焦点を当てていましたが、ここでは著者はシーケンス情報を埋め込む潜在多様体を評価します。潜在多様体の特性を調査するために、彼らは直接連成解析と Potts-Hamiltonian モデルを利用して潜在生成ランドスケープを構築しました。ここでは、このランドスケープが、グロブリン、β-ラクタマーゼ、イオン チャネル、転写因子など、複数のシステムの系統発生グループ、機能、適合性をどのように捉えているかを示します。著者らは、ランドスケープが実験データで観察された配列変動の影響を理解するのにどのように役立つかについてサポートを提供し、指向性および自然なタンパク質進化への洞察を提供します。変分オートエンコーダーの生成特性と機能予測機能を共進化分析と組み合わせることで、タンパク質工学と設計への応用に役立つ可能性があることを提案します。
メインコンテンツ：
-------------------------------------------
いいね、収集、転送へようこそ！
またね！