使用机器学习来理解电影的属性影响蛋白质的吸附

的单体链聚合物刷的电影由生长在靠近衬底。单体,在纳米尺度上类似于“毛”,创造一个非常有用的和自适应的覆盖,可以专门吸附或排斥的化学或生物化合物。

使用机器学习来理解电影的属性影响蛋白质的吸附。

图片来源:东京科技

例如,聚合物刷的电影被用作防御anti-biofouling涂料防止不受欢迎的生物有机体,以及开发生物细胞支架。

聚合物刷已经创建anti-biofouling涂料主要是基于单体和水分子之间的关系。然而,由于复杂的交互要求,定量预测的吸附生物分子,如蛋白质,在单体已经证明困难尽管简单的设计。

现在,一个研究小组从东京理工学院(东京理工大学)、日本、利用机器学习来预测这些交互和发现这部电影属性明显影响蛋白质吸附在发布的一项新工作ACS生物材料欧洲杯足球竞彩科学与工程欧洲杯线上买球

机器学习算法来训练,团队创建了51个不同聚合物刷电影不同密度和厚度作为研究对象。然后他们把这些算法的测试,看看密切匹配他们的预测蛋白质吸附测量。

我们测试了几个监督回归算法,即梯度提高回归,支持向量回归,线性回归,和随机森林回归,选择最可靠的和合适的模型的预测精度

哈亚希博士,东京理工学院

的模型和测量蛋白质吸附值最高的协议在这些随机森林(RF)回归模型。来确定聚合物刷的物理和化学特性连接到其血清蛋白结合的能力,促进细胞粘附,研究者采用RF模型。

我们的分析表明,疏水性指数,或相对疏水性,是最关键的参数。下一个是聚合物刷的厚度和密度的电影,碳氢键的数量,单体上的净电荷,电影的密度。单体分子量和地债券的数量,另一方面,排名低的重要性,”哈亚希博士解释道。

采用机器学习来优化聚合物刷电影属性可以是一个好的开始在创建有效anti-biofouling材料和有用的生物材料,因为聚合物刷电影高度可变的本质和众多的变量影响单体之间的相互作用和蛋白质。欧洲杯足球竞彩

期刊引用

Palai、D。。(2022)预测血清吸附在聚合物刷机器学习电影。ACS生物材料欧洲杯足球竞彩科学与工程欧洲杯线上买球doi.org/10.1021/acsbio欧洲杯足球竞彩materials.2c00441

来源:https://www.titech.ac.jp/english

告诉我们你的想法

你有检查、更新或任何你想添加这个新闻吗?

离开你的反馈
你的评论类型
提交