Search research articles

お問い合わせ

JoVEについて

概要リーダーシップブログ JoVEヘルプセンター

著者向け

出版プロセス編集委員会範囲と方針査読よくある質問投稿

図書館員向け

推薦の声購読アクセスリソース図書館諮問委員会よくある質問

研究

JoVE Journal Methods Collections JoVE Encyclopedia of Experiments アーカイブ

教育

JoVE Core JoVE Business JoVE Science Education JoVE Lab Manual 教員リソースセンター教員サイト

プライバシーポリシー

関連する概念動画

Protein Networks

Protein Networks

An organism can have thousands of different proteins, and these proteins must cooperate to ensure the health of an organism. Proteins bind to other proteins and form complexes to carry out their functions. Many proteins interact with multiple other proteins creating a complex network of protein interactions.
These interactions can be represented through maps depicting protein-protein interaction networks, represented as nodes and edges. Nodes are circles that are representative of a protein,...

Protein Networks

Protein Networks

Protein-protein Interfaces

Protein-protein Interfaces

Many proteins form complexes to carry out their functions, making protein-protein interactions (PPIs) essential for an organism's survival. Most PPIs are stabilized by numerous weak noncovalent chemical forces. The physical shape of the interfaces determines the way two proteins interact. Many globular proteins have closely-matching shapes on their surfaces, which form a large number of weak bonds. Additionally, many PPIs occur between two helices or between a surface cleft and a...

Protein-Protein Interfaces

Protein-Protein Interfaces

Protein Complexes with Interchangeable Parts

Protein Complexes with Interchangeable Parts

Groups of proteins may form a complex where each protein in this complex has a different role in the overall execution of the complex’s function. Often some of the proteins in the complex can be replaced by a closely related variant to give a complex that contains many of the same components yet is functionally distinct.
The SCF ubiquitin ligase is a protein complex of five individual proteins. This complex attaches ubiquitin to other target proteins to mark them for degradation. In order...

Protein Complexes with Interchangeable Parts

Protein Complexes with Interchangeable Parts

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え

Same author

Characterization of the Genomics and Antigenicity of a Naturally Attenuated Gammacoronavirus Infectious Bronchitis Virus Strain in the Genotype GVI-1 Lineage.

Viruses·2026

Same author

Development and Protective Efficacy of a Novel Nanoparticle Vaccine for Gammacoronavirus Avain Infectious Bronchitis Virus.

Vaccines·2025

Same author

Pyrolytic hydrocarbon growth from cyclopentadiene.

The journal of physical chemistry. A·2010

Same author

In(III)-catalyzed tandem reaction of chromone-derived Morita-Baylis-Hillman alcohols with amines.

Organic & biomolecular chemistry·2010

Same author

Regression-based multi-trait QTL mapping using a structural equation model.

Statistical applications in genetics and molecular biology·2010

Same author

Elevated expression of APE1/Ref-1 and its regulation on IL-6 and IL-8 in bone marrow stromal cells of multiple myeloma.

Clinical lymphoma, myeloma & leukemia·2010

Search research articles

関連する実験動画

Updated: Feb 22, 2026

Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions

Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions

Published on: January 26, 2024

コンボリューションニューラルネットワークモデルによるタンパク質対タンパク質の相互作用の予測

Shuaibo Shi¹, Ting Xiong², Dong Wang³

¹School of Mathematics and Physics, Hebei University of Engineering, Handan 056038, China.

Biotech (Basel (Switzerland))

|February 20, 2026

まとめ

この研究は,タンパク質とタンパク質の相互作用 (PPI) を正確に予測するために,コンボリューションニューラルネットワーク (CNN) のタンパク質と遺伝子配列を用いた新しい方法を導入しています. このアプローチは,複数の種で高い精度を達成し,生物学的プロセスの解明と薬剤開発を進めています.

キーワード:

CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN,CNN.タンパク質タンパク質の相互作用サンプル特徴のグレースケールマップ

さらに関連する動画

Quantification of Protein Interaction Network Dynamics using Multiplexed Co-Immunoprecipitation

Quantification of Protein Interaction Network Dynamics using Multiplexed Co-Immunoprecipitation

Published on: August 21, 2019

A Protocol for Computer-Based Protein Structure and Function Prediction

A Protocol for Computer-Based Protein Structure and Function Prediction

Published on: November 3, 2011

関連する実験動画

Last Updated: Feb 22, 2026

Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions

Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions

Published on: January 26, 2024

Quantification of Protein Interaction Network Dynamics using Multiplexed Co-Immunoprecipitation

Quantification of Protein Interaction Network Dynamics using Multiplexed Co-Immunoprecipitation

Published on: August 21, 2019

A Protocol for Computer-Based Protein Structure and Function Prediction

A Protocol for Computer-Based Protein Structure and Function Prediction

Published on: November 3, 2011

科学分野:

コンピュータ生物学コンピュータ生物学
バイオインフォマティックス
ゲノミクスゲノミクスとは

背景:

タンパク質とタンパク質の相互作用 (PPI) は,生物学的プロセス,病気のメカニズム,薬剤発見の理解に不可欠です.
PPIの正確な予測は,生物学的研究と治療の開発を進めるために不可欠です.

研究の目的:

タンパク質とタンパク質の相互作用 (PPI) を予測するための新しい計算方法を開発する.
PPIの予測を強化するために,タンパク質配列,遺伝子配列情報,およびコンボリューションニューラルネットワーク (CNN) を活用する.

主な方法:

タンパク質の配列から,グローバルな物理化学的特性,局所のアミノ酸の変異,および進化的保存特性を抽出した.
ユニットサークルマッピングを使用して,対応する遺伝子配列から,核酸の周波数と位置特性を抽出しました.
特徴のグレースケールマップを構築し,PPI予測のためにCNNモデルを使用しました.

主要な成果:

高い予測精度を達成しました: 99.28% (酵母), 98.15% (フルーツフライ), 98.62% (人間), 96.84% (マウス).
PPI予測のための既存の計算方法よりも性能が優れている.
タンパク質とタンパク質の相互作用と非相互作用のネットワークを予測する成功例を示した.

結論:

提案されたCNNベースのメソッドは,統合されたシーケンス情報を使用して,PPIを効果的に予測します.
このアプローチは,PPI予測とネットワーク分析のためのコンピューティング方法の重要な進歩を提供します.
この発見は,生物学的過程の解明,疾患メカニズムの明確化,薬物開発に意味を持つ.