aihot  2017-06-17 00:01:48  未来医疗 |   查看评论   
数据集生成可以加速使用机器学习
       淀粉样蛋白是能够形成原纤维的蛋白质,并且许多这些蛋白质是严重疾病,特别包括阿尔茨海默氏病的基础。 已经实验发现了几百种这样的肽; 然而所有可能的氨基酸组合的实验测试目前是不可行的。
 
       相反,它们是通过计算方法预测的。 3D配置文件是一种基于物理化学的方法,已生成最大和最了解的数据集 - ZipperDB。 然而,这种方法仍然在计算上昂贵,因此许多淀粉样蛋白仍然是未知的。
 
       在本文作者表明,数据集生成可以加速使用机器学习。
 
       “计算时间从18-20 CPU小时(完整3D配置文件)减少到0.5 CPU小时(简化的3D配置文件)到秒(机器学习)。
 
       结果是在这里获得免费的和可用的WEKA机器学习工具包,这是DIY实验的完美工具。
 
       蛋白质淀粉样蛋白不变地沉积在患有所有形式的阿尔茨海默病(AD)的患者的脑中。它由可以是40或42个氨基酸长度(Aβ1-40或Aβ1-42)的分泌肽(Aβ)组成。 Aβ1-42形成不溶性淀粉样蛋白原纤维并且早期和选择性地沉积在作为AD的病理学标志的老年斑中。我们最近的血浆Aβ研究表明Aβ的遗传升高在典型的晚发性AD中起主要作用。这具有重要的治疗意义,我们正在使用AD的转基因小鼠模型。此外,我们正在研究血浆Aβ可能是AD的优良生物标志物,并且正在寻找在典型的晚发性AD中增加Aβ的遗传决定子的可能性。
 
       不变地沉积在患有所有形式的阿尔茨海默病(AD)的患者的脑中的淀粉样蛋白由衍生自一组更大蛋白质的肽β淀粉样蛋白(Aβ)组成,所述较大蛋白质统称为淀粉样蛋白前体)。在我的实验室和其他人的研究已经确定,APP的正常加工释放分泌的Aβ基本上与在AD脑中形成不溶性淀粉样蛋白原纤维的Aβ相同。
 
       大多数分泌的Aβ是Aβ1-40,但~10%是Aβ1-42。 Aβ1-42在体外比Aβ1-40更快地形成不溶性淀粉样蛋白原纤维,并且Aβ1-42早期和选择性地沉积在作为AD的病理标志的老年斑中。现在已经确定,早发型,常染色体显性家族性AD(FAD)可以由APP,早老素1(PS1)和早老素2(PS2)基因中的突变引起。
 
       使用区分Aβ1-40与Aβ1-42的敏感测定,我们已经显示,我们已经检查的许多FAD连锁的APP,PS1和PS2突变中的每一个增加Aβ1-42在体内的细胞外浓度。这提供了强有力的证据,这些突变通过增加高淀粉状蛋白原性Aβ1-42肽的浓度从而促进Aβ聚集而全部引起AD。
 
       我们最近的血浆Aβ研究表明,Aβ的遗传升高也在典型的晚发性AD中起主要作用。这具有重要的治疗意义,我们正在使用AD的转基因小鼠模型,显示适当的组织病理学和行为的变化。此外,我们正在研究血浆Aβ可能是AD的优异前体生物标志物的可能性,并且我们正在寻找在典型的晚期发作AD中增加Aβ的遗传决定子。
 

除特别注明外,本站所有文章均为 赢咖4注册 原创,转载请注明出处来自数据集生成可以加速使用机器学习

留言与评论(共有 0 条评论)
   
验证码:
[lianlun]1[/lianlun]