用于蛋白质折叠动力学预测的端到端优化流水线
机器学习
2023-09-19 v1 生物大分子
摘要
蛋白质折叠是指氨基酸线性序列自组装成独特三维结构的复杂过程。蛋白质折叠动力学研究蛋白质在折叠时所经历的路径与时间依赖机制。理解蛋白质动力学至关重要，因为蛋白质需要正确折叠才能最优地执行其生物学功能，而错误折叠的蛋白质有时会扭曲成不利于细胞环境的形状，引发许多退行性、神经退行性疾病与淀粉样疾病。在早期阶段监测高危个体并检测蛋白质折叠动力学中的异常，可带来重大的公共卫生效益，因为可采取预防措施。本研究提出了一种高效流水线，用于以高精度和低内存占用预测蛋白质折叠动力学。所部署的机器学习（ML）模型在准确率上比最先进的 ML 模型高出 4.8%，同时内存消耗减少 327 倍，速度提升 7.3%。
引用
@article{arxiv.2309.09191,
title = {End-to-End Optimized Pipeline for Prediction of Protein Folding Kinetics},
author = {Vijay Arvind. R and Haribharathi Sivakumar and Brindha. R},
journal= {arXiv preprint arXiv:2309.09191},
year = {2023}
}
备注
Accepted for presentation at the 22nd International Conference on Machine Learning and Applications