from AASJ
この記事は、スイスバーゼル大学からの論文について説明しています。この研究では、蛋白質の構造を比較することで、アノテーション（機能の特定）を進めるための戦略を探求しています。研究者たちは、3億5千万の蛋白質を配列の類似性に基づいてクラスター分けし、それらのクラスターをネットワークとして結びつけました。また、既知のアノテーションや構造の類似性などの情報を加えたデータベースも作成しました。このネットワークでは、アノテーションができていない蛋白質のクラスターが「ダークマター」として分類され、様々な方法でアノテーションを試みています。
さらに、アノテーションができないとされる蛋白質も詳しく解析することで機能が明らかになる場合があることも示しています。また、生成AIを使用してダークマタークラスターを解析することも行っており、多様な答えが返ってくることを利用してアノテーションを行っています。さらに、Protein databankに登録されていない構造を特定するモデルも作成し、AlphaFoldによって決められた構造を解析しています。
この研究は、今後の深層学習や構造予測方法の開発が進むことで、新たな研究領域が開かれることを示唆しています。
*Disclamer:本キュレーションはAASJからピックおよび自動生成されました。正確な内容や詳細を知りたい方はリンク先の元コンテンツをご覧ください。
Curated. ニュースレター