葡萄糖生成解开:一个蛋白质学奥德赛与机器学习
Seher Ansar Khawaja1, Fahad Alturise2, Tamim Alkhalifah3
1Department of Computer Science, University of Management and Technology, Lahore, Paksistan.
Methods (San Diego, Calif.)
|September 14, 2024
概括
准确预测葡萄糖生成,身体的葡萄糖生产途径,有助于代谢障碍的诊断和治疗. 机器学习模型对这种复杂的生物过程有希望.
科学领域:
- 生物化学 生物化学
- 计算生物学 计算生物学
- 代谢工程是代谢工程.
背景情况:
- 葡萄糖生成对于在禁食期间维持血糖平衡至关重要.
- 准确预测葡萄糖生成率对于识别代谢障碍和开发治疗方法至关重要.
- 机器学习 (ML) 和深度学习 (DL) 越来越多地用于预测复杂的生物过程.
研究的目的:
- 分析ML和DL模型的应用,以预测葡萄糖生成效率.
- 讨论数据稀缺性和模型可解释性等挑战.
- 探索个性化医疗,代谢疾病治疗和药物发现的潜在应用.
主要方法:
- 利用了对葡萄糖生成路径结构和酶的统计时刻.
- 使用随机森林作为分类器来确定最佳结果.
- 通过独立测试,自我一致性,10k折交叉验证和刀测试来验证模型.
主要成果:
- 通过验证测试实现了高预测准确度.
- 证明了ML/DL在预测葡萄糖生成效率方面的有效性.
- 通过严格的验证方法突出了模型的稳定性.
结论:
- 准确的葡萄糖生成预测对理解新陈代谢障碍和开发向治疗具有重大意义.
- 这项研究通过将ML/DL算法与代谢途径分析相结合,推进了预测生物学.
- 开发的方法为个性化医疗保健和代谢性疾病的药物发现提供了有前途的工具.
