Машинное обучение помогло найти в природе 860 тысяч потенциальных пептидных антибиотиков

Австралийские, американские, ирландские, испанские, китайские и немецкие исследователи применили алгоритмы машинного обучения для анализа имеющихся геномных и метагеномных баз данных с целью предсказать и каталогизировать возможные антимикробные пептиды. Это короткие последовательности (10–100 аминокислотных остатков), которые каким-либо образом (чаще всего разрушая микробную стенку) подавляют рост определенных бактерий. Луис Педро Коэльо (Luis Pedro Coelho) из Квинслендского технологического университета с коллегами из пяти стран проанализировал с помощью машинного обучения датасет из 63410 метагеномов и 87920 геномов прокариот (как свободноживущих, так и связанных с многоклеточными организмами-хозяевами). В итоге они составили каталог AMPSphere, в который вошли 863498 неизбыточно повторяющихся потенциальных антимикробных пептидов, и большинства из них в имеющихся базах данных нет. Отчет о работе опубликован в журнале Cell....

17:15, 08.06.2024

Источник: nplus1.ru

Рубрика: «Наука» Поделиться:

Машинное обучение поможет ученым найти экзопланеты, подобные Земле Международная группа ученых разработала новый алгоритм на основе нейронных сетей, который ...

Машинное обучение помогает найти выгодную комбинацию солей и органических растворителей для упрощения операций по борьбе с обледенением Исследовательская группа столичного университета Осаки нашла противообледенительную смесь ...

Ученые нашли почти миллион потенциальных источников антибиотиков Международная исследовательская группа обнаружила в природе около миллиона потенциальных и ...

Машинное обучение улучшит прогнозы климата Исследователи из Массачусетского технологического института (MIT) разработали метод, котор ...