الأبحاث ضمن الموضوع : تعلم الآلة في المعلوماتية الحيوية
-
نماذج لغة البروتين المعتمدة على الفيزياء الحيوية لهندسة البروتين
2025 | المؤلف: Sam Gelman وآخرون | المجلة: Nature Methods | المجال: علم الأحياء الجزيئي (Molecular Biology)في هذا القسم، يقوم المؤلفون بالتحقيق في قيمة المعلومات للبيانات المحاكية مقابل البيانات التجريبية في تدريب نماذج METL، مع التركيز بشكل خاص على نموذج GB1 METL-Local. يظهرون أنه بينما تعزز كلا المصدرين أداء النموذج، هناك عوائد متناقصة عند إضافة المزيد من البيانات. تكشف الدراسة أن نموذج METL-Local المدرب مسبقًا على 1,000 نقطة بيانات محاكية والمعدل…
-
PTM-Mamba: نموذج لغة بروتين مدرك للتعديلات ما بعد الترجمة مع كتل Mamba ذات البوابات ثنائية الاتجاه
2025 | المؤلف: Zhenyun Du وآخرون | المجلة: Nature Methods | المجال: علم الأحياء الجزيئي (Molecular Biology)يقدم القسم نظرة عامة على PTM-Mamba، وهو نموذج لغة بروتين جديد (LM) مصمم لدمج التعديلات ما بعد الترجمة (PTMs) في ترميز خصائص البروتين. تعتبر PTMs، مثل الفسفرة واليوبيكويتين، حاسمة لتعزيز تنوع البروتينات ولها تأثير كبير على هيكل البروتين ووظيفته وتفاعلاته. يدمج نموذج PTM-Mamba رموز PTM من خلال كتل Mamba ثنائية الاتجاه ويستخدم آلية بوابة لدمجها…
-
تحديد N6-methyladenine باستخدام التعلم العميق ودمج الميزات التمييزية
2025 | المؤلف: Salman Khan وآخرون | المجلة: BMC Medical Genomics | المجال: علم الأحياء الجزيئي (Molecular Biology)تقدم ورقة البحث Deep-N6mA، وهو نموذج جديد للشبكات العصبية العميقة (DNN) مصمم للتعرف الدقيق على مواقع N6-methyladenine (6 m A) في تسلسلات الحمض النووي، والتي تعتبر حاسمة للتنظيم الجيني والتعبير الجيني. يستخدم النموذج نهج استخراج ميزات هجين يدمج ميزات مختلفة قائمة على التسلسل، بما في ذلك k-mer، وDinucleotide-based Cross Covariance (DCC)، وTrinucleotide-based Auto Covariance (TAC)،…
-
Deep-ProBind: التنبؤ بالبروتينات المرتبطة باستخدام نموذج التعلم العميق القائم على المحولات
2025 | المؤلف: Salman Khan وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)تناقش هذه القسم أهمية البروتينات المرتبطة في الأنظمة البيولوجية، مع التركيز على تفاعلاتها الانتقائية مع جزيئات مثل الحمض النووي، RNA، والببتيدات، والتي تعتبر حاسمة لمختلف الوظائف الخلوية. غالبًا ما تكون الطرق التقليدية لتحديد الببتيدات المرتبطة بالبروتينات غير فعالة وتفتقر إلى الدقة بسبب تركيزها على ميزات التسلسل القريبة دون النظر في البيانات الهيكلية. لمعالجة هذه التحديات،…
-
نموذج تجميعي معزز بـ XGBoost باستخدام ميزات هجينة تمييزية لتوقع مواقع السومويلات
2025 | المؤلف: Salman Khan وآخرون | المجلة: BioData Mining | المجال: علم الأحياء الجزيئي (Molecular Biology)تناقش هذه القسم أهمية التعديلات بعد الترجمة (PTMs)، وخاصة السومويلايشن، في تنظيم وظائف البروتينات وتأثيراتها على الأمراض مثل باركنسون والزهايمر. تقدم الدراسة XGBoost-Sumo، وهو نموذج تنبؤي مصمم لتحديد مواقع السومويلايشن من خلال دمج بيانات هيكل البروتين وتسلسلها. باستخدام آلية انتباه قائمة على المحولات وطريقة PsePSSM-DWT لاستخراج الميزات، يجمع النموذج بين تمثيلات الكلمات مع أوصاف تطورية.…
-
نهج محسّن كمي للكشف عن سرطان الثدي باستخدام SqueezeNet-SVM
2025 | المؤلف: Anas Bilal وآخرون | المجلة: Scientific Reports | المجال: علم الأحياء الجزيئي (Molecular Biology)تقدم البحث نهج هجين جديد، يسمى Q-BGWO-SQSVM، لتصنيف سرطان الثدي الذي يدمج بين مُحسّن الذئب الرمادي الثنائي المستوحى من الكم (Q-BGWO) مع SqueezeNet وآلات الدعم المتجهة (SVM). يعالج هذا الأسلوب قيود أنظمة التشخيص بمساعدة الكمبيوتر الحالية (CAD)، مثل الإفراط في التكيف والاعتماد على مجموعات بيانات موسومة كبيرة، من خلال تعزيز دقة معالجة وتفسير صور الماموجرام.…
-
مسح شامل لوظائف التقييم لنماذج ربط البروتين
2025 | المؤلف: Azam Shirali وآخرون | المجلة: BMC Bioinformatics | المجال: علم الأحياء الجزيئي (Molecular Biology)في هذا القسم، يبرز المؤلفون أهمية وظائف التقييم في ربط البروتينات، وهو أمر أساسي لفهم تفاعلات البروتين. يؤكدون على أن فعالية أدوات الربط تعتمد بشكل كبير على القدرة على التمييز بدقة بين المجمعات المرتبطة الأصلية وغير الأصلية. على الرغم من اقتراح العديد من وظائف التقييم المبتكرة، لا تزال طريقة تقييم فعالة عالمياً بعيدة المنال. يقترح…
-
DPFunc: التنبؤ بدقة بوظيفة البروتين عبر التعلم العميق مع معلومات الهيكل الموجهة بالمجال
2025 | المؤلف: Wenkang Wang وآخرون | المجلة: Nature Communications | المجال: علم الأحياء الجزيئي (Molecular Biology)يقدم هذا القسم نظرة عامة على نهج جديد قائم على التعلم العميق، DPFunc، مصمم لتوقع وظائف البروتينات مع معالجة قضايا القابلية للتفسير الموجودة في الطرق الحسابية الحالية. تكمن أهمية التنبؤ بدقة بوظائف البروتينات في إمكانيته لتعزيز فهمنا للآليات البيولوجية والمساعدة في علاج الأمراض المعقدة. يستفيد DPFunc من معلومات الهيكل الموجهة من المجال لتحديد المناطق الحرجة…
-
π-PrimeNovo: نموذج تعلم عميق غير تكراري دقيق وفعال لتسلسل الببتيدات من جديد
2025 | المؤلف: Xiang Zhang وآخرون | المجلة: Nature Communications | المجال: علم الأحياء الجزيئي (Molecular Biology)تناقش هذه القسم التقدم في تسلسل الببتيدات من خلال مطيافية الكتلة المتسلسلة (MS/MS)، مع التأكيد على قيود طرق البحث التقليدية في قواعد البيانات في علم البروتينات. يبرز إدخال نموذج π-PrimeNovo، وهو نموذج قائم على Transformer غير تكراري مصمم لتسلسل الببتيدات من جديد. يعالج هذا النموذج تحديات تراكم الأخطاء وسرعات الاستدلال البطيئة المرتبطة بالنماذج التكرارية. لا…