十分之九的父母说青少年花太多时间在游戏上长时间屏气可能有助于心律失常的放疗新技术能否预测哪些黑色素瘤患者有癌症复发和扩散的风险?磁化分子用于监测乳腺癌乳腺癌的多重影像学详细分类在促进癌症等疾病的同时 这些酶也在相互蚕食减少儿童抗精神病药物治疗的策略可以作为其他州医疗补助计划的模式帕金森病可能已经成功治疗了两大神经系统老年人健康新模式研究本项目使用非处方止痛药减少了术后麻醉处方这项研究揭示了前西班牙历史和墨西哥土著人口的基因变化儿童全面接种流感疫苗可将住院人数减少一半简单影像学和高级影像学可以预测血栓切除术后最佳的卒中患者第一个来自西非的古代DNA说明了人类的深渊科学家发现阻碍组织生长的基因新发现动摇了我们对基因表达的理解选择气候友好的食物可以保护地球 促进健康南非科萨精神分裂症的遗传分析素食与降低尿路感染风险有关对老鼠穿越迷宫的研究为决策和想象的神经生物学提供了新的见解宾夕法尼亚大学的研究人员已经确定了癌细胞缺陷对CAR T细胞疗法的抵抗力UNC Lineberger的发现将使研究人员能够微调car-T的活动唤醒你的声音可能会影响你早上的状态投资社会公平以改善低收入人群的健康研究揭示了耦合的进化问题随着更年期的发展 患心脏病的风险也会增加评估肿瘤细胞的粘度可以改善癌症的预后最新研究发现 ACO正在尝试将社会服务与医疗服务相结合历史上第一个可以保护动物的实验性苏丹病毒特异性抗体疗法发现慢性肾病与患者心力衰竭的关系2006-2015年 婴幼儿奶粉广告支出增长了4倍呼吸吞咽极度困难与青少年的雾有关一些冥想策略可能会帮助完美主义者体育锻炼对老年人的益处基因变异为跨性别者提供了对大脑和身体不一致的看法并非所有的激素疗法都能同样保护绝经后妇女免受心脏病的侵害医疗补助计划每年投入社区卫生工作者项目的每一美元 将产生2.47美元的收入癌症中核糖核酸变化的特征研究DNA重排了解癌症EMBL科学家描述了我们的遗传背景如何影响癌症的发展科学家发现癌症新的遗传驱动力你的网络知道吸烟的风险有哪些?一半的狼疮皮疹含有高水平的细菌 可导致感染蔬菜中的天然化合物有助于对抗脂肪肝病毒蛋白如何阻止病毒复制的新细�新的CAR-T靶点对多发性骨髓瘤产生了可喜的效果牙医诊所的好主意引发了一项创新的戒烟计划发现为抗击最致命的疟疾铺平了道路不公平的医疗保险报销威胁到最弱势群体的护理非空调建筑极热与年轻人认知能力下降有关
您的位置:首页>健康要闻>

算法使用质谱数据来预测分子的身份

导读 卡内基梅隆大学计算生物学系和俄罗斯圣彼得堡州立大学的研究人员设计的一种算法可以帮助科学家识别未知分子。该算法名为 MolDiscovery,它

卡内基梅隆大学计算生物学系和俄罗斯圣彼得堡州立大学的研究人员设计的一种算法可以帮助科学家识别未知分子。该算法名为 MolDiscovery,它使用来自分子的质谱数据来预测未知物质的身份,在研究早期告诉科学家他们是偶然发现了新事物,还是仅仅重新发现了已知事物。

这一发展可以节省寻找可用于医学的新天然产品的时间和金钱。

“科学家们浪费了大量时间来分离已知的分子,基本上是重新发现青霉素,”助理教授、研究团队成员 Hosein Mohimani 说。“早期检测分子是否已知可以节省时间和数百万美元,并有望使制药公司和研究人员更好地寻找可能导致新药开发的新型天然产品。”

该团队的工作“MolDiscovery:学习小分子的质谱碎片化”最近发表在《自然通讯》上。研究团队包括 Mohimani;CMU博士学生刘曹和穆斯塔法·古勒;CMU研究助理李奕元;以及圣彼得堡州立大学算法生物技术中心的研究人员 Azat Tagirdzhanov 和 Alexey Gurevich。

Mohimani 在代谢组学和宏基因组学实验室的研究重点是寻找新的天然药物,例如,在一位科学家检测到一种有望作为海洋或土壤样本中潜在药物的分子后,可能需要一年时间或更长的时间来识别分子,但不能保证该物质是新的。MolDiscovery 使用质谱测量和预测性机器学习模型来快速准确地识别分子。

质谱测量是分子的指纹,但与指纹不同的是,没有庞大的数据库来匹配它们。尽管已经发现了数十万种天然分子,但科学家们无法获得他们的质谱数据。MolDiscovery 从质谱数据中预测分子的身份,而无需依赖质谱数据库进行匹配。

该团队希望 MolDiscovery 将成为实验室发现新型天然产物的有用工具。MolDiscovery 可以与 Mohimani 实验室开发的机器学习平台 NRPminer 协同工作,帮助科学家分离天然产物。与 NRPminer 相关的研究最近也发表在Nature Communications 上。

标签:

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。