関連する実験動画

Updated: Sep 10, 2025

Identification and Classification of Position-specific GABAA Receptor Subunit Missense Variants for Their Role In Hippocampal Pyramidal Neurons

Identification and Classification of Position-specific GABA_A Receptor Subunit Missense Variants for Their Role In Hippocampal Pyramidal Neurons

Published on: June 6, 2025

DeepMVP:高品質のデータで訓練されたディープラーニングモデルは,PTMサイトと変異によって引き起こされる変化を正確に予測します

Bo Wen^1,2,3, Chenwei Wang^1,2, Kai Li^1,2,4

¹Lester and Sue Smith Breast Center, Baylor College of Medicine, Houston, TX, USA.

|August 26, 2025

まとめ

研究者は,タンパク質の翻訳後の改変 (PTM) を予測するためにPTMAtlasとDeepMVPを開発した. このディープラーニングアプローチは,PTMを変化させる変種を正確に特定し,病気のメカニズムを理解します.

科学分野:

分子生物学
バイオ情報学
コンピュータ生物学

背景:

翻訳後の改変 (PTM) はタンパク質の機能にとって極めて重要であり,ミッセンスの変異によってその失調が疾患に寄与する.
ディープラーニングを用いたPTMサイトを予測することは,PTM変異変数を特定するために不可欠ですが,十分な高品質のトレーニングデータはありません.

研究の目的:

総合的なPTMサイトまとめであるPTMAtlasと,PTMサイト予測のためのディープラーニングフレームワークであるDeepMVPを導入する.
既存のツールと比較してDeepMVPのパフォーマンスを評価し,PTMを変化させるミセンス変数を特定する上でその有用性を評価する.

主な方法:

397,524のPTMサイトを含むPTMAtlasを整理するために,241の公共の質量スペクトロメトリーデータセットの体系的な再処理.
6種類のPTMを予測するために,PTMAtlasで訓練されたディープラーニングモデルであるDeepMVPの開発:リン酸化,アセチル化,メチル化,スモイル化,ユビキチン化,およびN-グリコシル化.
DeepMVPの予測の検証は,文献でキュレーションされた変種と癌のプロテオゲノムデータセットを使用しています.

主要な成果:

PTMAtlasは,PTM研究のための大規模な高品質のデータセットを提供します.
ディープMVPは6つのPTMタイプで既存のPTM予測ツールを大幅に上回ります.
DeepMVPは,実験データと強い一致を示し,PTMを変化させるミセンス変数を正確に予測します.

結論:

PTMAtlasとDeepMVPは,PTM研究を進めるための強力な統合されたプラットフォームを提供します.
このフレームワークは,PTM障害によるコード化変異の機能的結果のスケーラブルな評価を可能にします.
開発されたツールは,健康と病気におけるPTMのより深い理解を促進します.

さらに関連する動画

In Vivo Functional Study of Disease-associated Rare Human Variants Using Drosophila

In Vivo Functional Study of Disease-associated Rare Human Variants Using Drosophila

Published on: August 20, 2019

Simultaneous Affinity Enrichment of Two Post-Translational Modifications for Quantification and Site Localization

Simultaneous Affinity Enrichment of Two Post-Translational Modifications for Quantification and Site Localization

Published on: February 27, 2020

関連する概念動画

Conserved Binding Sites

Conserved Binding Sites

Many proteins’ biological role depends on their interactions with their ligands, small molecules that bind to specific locations on the protein known as ligand-binding sites. Ligand-binding sites are often conserved among homologous proteins as these sites are critical for protein function.
Binding sites are often located in large pockets, and if their location on a protein’s surface is unknown, it can be predicted using various approaches. The energetic method computationally...