بررسی عملکرد پروتئینها با کمک یادگیری ماشینی
ايسنا/ پژوهشگران دانشگاه "ام.آي.تي"، نوعي مدل يادگيري ماشيني ابداع کردهاند که ميتواند عملکرد پروتئينها را بررسي کند. شايد يک مدل يادگيري ماشيني که توسط پژوهشگران دانشگاه "ام. آي. تي" (MIT) ابداع شده بتواند نحوه شناسايي عملکرد پروتئين توسط آمينواسيدها را تحليل کند و پژوهشگران را در طراحي و آزمايش پروتئينهاي جديدي که براي ارائه دارو و انجام دادن پژوهشهاي زيستي به کار ميروند، ياري دهد. پروتئينها، زنجيرههاي خطي متشکل از آمينواسيدها هستند که با کمک پپتيدها به هم متصل شدهاند. به رغم سالها پژوهش و پيشرفت در حوزه تصويربرداري، هنوز دانش انسان در مورد ساختار پروتئينها، بسيار محدود است؛ در نتيجه پژوهشگران تصميم دارند براي پيشبيني ساختار پروتئين، از مدلهاي يادگيري ماشيني استفاده کنند اما اين کار، بسيار چالشبرانگيز است زيرا توالي آمينواسيدها، ساختارهاي مشابهي را شکل ميدهند؛ بنابراين ساختارهاي زيادي براي آموزش سيستمها وجود ندارد. پژوهشگران دانشگاه ام. آي. تي، روش جديدي براي يادگيري ماشيني ابداع کردهاند که ميتواند با استفاده از ساختار سهبعدي پروتئين، محل قرار گرفتن هر آمينواسيد را در توالي پروتئين مشخص کند. دادههاي اين پژوهش ميتوانند در پيشبيني عملکرد هر آمينواسيد به مدل يادگيري ماشيني کمک کنند. با استفاده از اين دادهها، به دادههاي ديگري در مورد ساختار پروتئين نيازي نخواهد بود. شايد در آينده بتوان از اين مدل براي بهبود مهندسي کردن پروتئينها و اصلاح قسمتهاي خاصي از آمينواسيدها استفاده کرد. "تريستان بپلر" (Tristan Bepler)، نويسنده ارشد اين پژوهش گفت: هدف ما از اين کار، ارائه جزئياتي در مورد ساختار پروتئين است. ما ميخواهيم با اين روش، از عملکرد پروتئينها و اهميت کار آنها آگاه شويم. براي پيشبيني عملکرد پروتئينها بايد بتوانيم نحوه عملکرد آمينواسيدها را درک کنيم. مقاله اين پژوهش، در نشست بينالمللي "ICLR" ارائه شد.