長期以來，明確氨基酸序列和蛋?質功能之間的關系不僅是人類面臨的一大挑戰(zhàn)，而且具有深遠的科學及成果轉化意義 。目前，已知微生物蛋白質中有三分之一的功能還無法通過現(xiàn)有的先進?對技術得到預測，這阻礙了科學家運用不同生物體數據在生物技術領域取得新突破 。近日，谷歌訓練出一種名為 ProtCNN 的深度學習模型，其可以用于準確預測蛋白質序列的功能，使更多未知蛋白質序列得到注釋 。據了解，這些注釋是基于主流蛋白質家族數據庫 Pfam 構建的嚴格基準所進行的評估，Pfam 數據庫記錄了一系列蛋白質家族及其功能注釋 。該研究的成功，令 Pfam 數據庫中蛋白質序列的覆蓋范圍擴?了 9.5%，超越了過去十年里科學家在此方面的成果，并預測了 360 種 Pfam 數據庫未注釋過的?類蛋白質的功能 。相關論文以《使用深度學習來注釋蛋白質宇宙》（Using deep learning to annotate the protein universe）為題發(fā)表在

以上關于本文的內容，僅作參考！溫馨提示：如遇健康、疾病相關的問題，請您及時就醫(yī)或請專業(yè)人士給予相關指導!

• 科學家發(fā)現(xiàn)與蛋白質合成有關的基因序列 中國科學家揭示蛋白結合靶序列的新機制
• 健身后應該攝入多少蛋白質
• 如何正確補充蛋白質
• 健身鍛煉如何正確攝入蛋白質
• 健身人群一天攝入多少蛋白質才合理
• 糖、脂肪和蛋白質 人體三大供能物質轉換關系
• 豆子含有蛋白質嗎 豆子的5種做法，蛋白質含量高，口感豐富有營養(yǎng)，全家都愛吃
• 哪種蛋白質食物最好
• 蛋白質和合成肌肉的關系
• 蛋白粉濃稠程度與蛋白質含量無直接關系