相关实验视频
Updated: May 29, 2025

In Vivo Modeling of the Morbid Human Genome using Danio rerio
Published on: August 24, 2013
ZFP-CanPred:使用蛋白质语言模型预测癌症中指蛋白质突变的影响
Amit Phogat1, Sowmya Ramaswamy Krishnan1, Medha Pandey1
1Department of Biotechnology, Bhupat and Jyoti Mehta School of Biosciences, Indian Institute of Technology Madras, Chennai 600036 India.
这项研究介绍了ZFP-CanPred,这是一种深度学习工具,可以准确预测指蛋白 (ZNFs) 中的致癌突变. 它的性能优于现有的方法,有助于了解癌症的发展和治疗方法.
科学领域:
- 基因组学就是基因组学.
- 计算生物学 计算生物学
- 癌症研究 癌症研究
背景情况:
- 指蛋白 (ZNFs) 是重要的转录因子,参与许多细胞功能.
- ZNFs中的错误突变可以破坏蛋白质-DNA相互作用,从而导致癌症的发展.
研究的目的:
- 开发ZFP-CanPred,一种新的深度学习模型,用于预测ZNFs中与癌症相关的驱动突变.
- 为了区分ZNFs中致癌和中性突变.
主要方法:
- 利用蛋白质语言模型 (PLM) 来从突变站点的结构邻里获得表示.
- 在这些表示上训练了一种深度学习模型 (ZFP-CanPred).
- 在一个独立的测试集上评估性能,并与11个现有的预测工具进行比较.
主要成果:
- 在一个独立的测试组中,ZFP-CanPred实现了高性能,准确度为0.72,F1得分为0.79,AUC为0.74.
- 优于其他11种预测工具,包括通用和癌症特定方法,最高的AU-ROC为0.74.
- 证明了平衡的特异性和敏感性,解决了当前突变预测工具的局限性.
结论:
- ZFP-CanPred是预测ZNFs中癌症相关驱动突变的卓越工具.
- 该模型有助于理解瘤性过程,并开发向的癌症疗法.
- 这项研究为ZNF突变在癌症中的作用提供了宝贵的见解.
更多相关视频
09:45Mosaic Zebrafish Transgenesis for Functional Genomic Analysis of Candidate Cooperative Genes in Tumor Pathogenesis
Published on: March 31, 2015
08:46Implementation of In Vitro Drug Resistance Assays: Maximizing the Potential for Uncovering Clinically Relevant Resistance Mechanisms
Published on: December 9, 2015
相关概念视频
Mouse Models of Cancer Study
The development of transgenic, knockout, and knock-in mice has led to an exponential increase in their use as model organisms in research,...
Covalently Linked Protein Regulators
These groups modify specific amino acids in a protein....
Protein Networks
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,...