Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
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 JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Conservation of Protein Domains Over Different Proteins02:26

Conservation of Protein Domains Over Different Proteins

14.8K
Protein domains are small structurally independent units that are part of a single amino acid chain.  Although these domains are often structurally independent, they may rely on synergistic effects to perform their functions as part of a larger protein. Protein domains may be conserved within the same organism, as well as across different organisms.
A limited set of protein domains often duplicate and recombine during evolution. These domains can be organized in different combinations to...
14.8K
Protein-protein Interfaces02:04

Protein-protein Interfaces

14.9K
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...
14.9K
Protein-Protein Interfaces02:04

Protein-Protein Interfaces

4.5K
4.5K
Protein Networks02:26

Protein Networks

4.6K
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,...
4.6K
Intrinsically Disordered Proteins02:18

Intrinsically Disordered Proteins

20.2K
Intrinsically disordered proteins are a group of proteins that do not fold into specific three-dimensional structures. Their structural flexibility allows them to complement ordered proteins to perform functions that are inaccessible to rigid structures. They are more common in eukaryotes than prokaryotes and may either be exclusively intrinsically disordered or hybrid proteins, consisting of a mix of ordered and disordered regions. The absence of a rigid structure in these proteins can be...
20.2K
Conservation of Protein Domains02:26

Conservation of Protein Domains

4.2K
4.2K

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

Genome-Wide Association Study of Body Conformation Traits in Tashi Goats (<i>Capra hircus</i>).

Animals : an open access journal from MDPI·2024
Same author

Effects of returning paddy field to wetland on composition and stability of soil aggregates in the Yellow River Delta.

Ying yong sheng tai xue bao = The journal of applied ecology·2024
Same author

Programmable photoacoustic patterning of microparticles in air.

Nature communications·2024
Same author

Transcription-coupled DNA-protein crosslink repair by CSB and CRL4<sup>CSA</sup>-mediated degradation.

Nature cell biology·2024
Same author

LncRNA XIST modulates miR-328-3p ectopic expression in lung injury induced by tobacco-specific lung carcinogen NNK both in vitro and in vivo.

British journal of pharmacology·2024
Same author

Natural anti-neuroinflammatory inhibitors in vitro and in vivo from Aglaia odorata.

Bioorganic chemistry·2024

関連する実験動画

Updated: Feb 28, 2026

Optimization of Synthetic Proteins: Identification of Interpositional Dependencies Indicating Structurally and/or Functionally Linked Residues
07:08

Optimization of Synthetic Proteins: Identification of Interpositional Dependencies Indicating Structurally and/or Functionally Linked Residues

Published on: July 14, 2015

7.8K

REPEL - タンパク質機能学習強化のためのランダム埋め込み摂動

Di Zhou1, Lenore J Cowen2, Kaiyi Wu3

  • 1Department of Computer Science, Tufts University, Medford, MA 02155, USA, di.zhou@tufts.edu.

Pacific Symposium on Biocomputing. Pacific Symposium on Biocomputing
|February 27, 2026
PubMed
まとめ

REPELは、ランダムグラフ拡張を使用してネットワーク内の偽のタンパク質近接性を低減することにより、タンパク質機能予測を強化します。この方法は、さまざまな生物学的ネットワークにおけるタンパク質機能予測の精度と堅牢性を向上させます。

キーワード:
タンパク質機能予測グラフ拡張ネットワーク埋め込み偽近接性バイオインフォマティクス

さらに関連する動画

Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions
06:50

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

Published on: January 26, 2024

2.6K
Protein WISDOM: A Workbench for In silico De novo Design of BioMolecules
10:58

Protein WISDOM: A Workbench for In silico De novo Design of BioMolecules

Published on: July 25, 2013

17.7K

関連する実験動画

Last Updated: Feb 28, 2026

Optimization of Synthetic Proteins: Identification of Interpositional Dependencies Indicating Structurally and/or Functionally Linked Residues
07:08

Optimization of Synthetic Proteins: Identification of Interpositional Dependencies Indicating Structurally and/or Functionally Linked Residues

Published on: July 14, 2015

7.8K
Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions
06:50

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

Published on: January 26, 2024

2.6K
Protein WISDOM: A Workbench for In silico De novo Design of BioMolecules
10:58

Protein WISDOM: A Workbench for In silico De novo Design of BioMolecules

Published on: July 25, 2013

17.7K

科学分野:

  • バイオインフォマティクス
  • 計算生物学
  • システム生物学

背景:

  • タンパク質機能予測は、生物学的システムを理解するために不可欠です。
  • タンパク質間相互作用ネットワークの現在の埋め込み方法は、偽の近接性に対処するのに苦労しており、精度が制限されています。
  • 異種ネットワーク構造は、真に異なるタンパク質を区別することを複雑にします。

研究 の 目的:

  • タンパク質機能予測のための新しいツールであるREPELを導入すること。
  • ネットワーク埋め込みにおける偽のタンパク質近接性の課題に対処すること。
  • タンパク質機能予測の堅牢性と精度を向上させること。

主な方法:

  • ランダムグラフ拡張を利用した機能予測ツールであるREPELを開発しました。
  • ネットワークノードを離すために、一様な弱い反発力を適用しました。
  • シミュレートされたおよび実際の多重タンパク質相互作用ネットワーク（酵母、大腸菌）で方法を評価しました。

主要な成果:

  • REPELは、Mashup、deepNF、BIONICと比較して、タンパク質機能予測の精度を一貫して向上させました。
  • ランダムな反発拡張は、偽の近接性を離すことによって、学習のノイズ除去を効果的に行います。
  • この方法は、機能予測における堅牢性の向上を示しました。

結論:

  • REPELは、タンパク質機能予測の精度と堅牢性において大きな進歩を提供します。
  • ランダムグラフ拡張は、ネットワークベースの学習のためのノイズ除去メカニズムとして機能します。
  • 提案されたグラフ拡張原理は、グラフベースのアルゴリズムにおけるより広範なアプリケーションの可能性を秘めています。