检索结果-南通市图书馆

A Transformer-Based Ensemble Framework for the Prediction of Protein-Protein Interaction Sites

Research 2024年第2期2023卷 703-718页

作者： minjie mou Ziqi Pan Zhimeng Zhou Lingyan Zheng Hanyu Zhang Shuiyang Shi Fengcheng Li Xiuna Sun Feng Zhu College of Pharmaceutical Sciences The Second Affliated HospitalZhejiang University School of MedicineNational Key Laboratory of Advanced Drug Delivery and Release SystemsZhejiang UniversityHangzhou 310058China Innovation Institute for Artificial Intelligence in Medicine of Zhejiang University Alibaba-Zhejiang University Joint Research Center of Future Digital HealthcareHangzhou 330110China

The identification of protein-protein interaction (PPI) sites is essential in the research of protein function and the discovery of new drugs. So far, a variety of computational tools based on machine learning have been developed to accelerate the identification of PPI sites. However, existing methods suffer from the low predictive accuracy or the limited scope of application. Specifically, some methods learned only global or local sequential features, leading to low predictive accuracy, while others achieved improved performance by extracting residue interactions from structures but were limited in their application scope for the serious dependence on precise structure information. There is an urgent need to develop a method that integrates comprehensive information to realize proteome-wide accurate profiling of PPI sites. Herein, a novel ensemble framework for PPI sites prediction, EnsemPPIS, was therefore proposed based on transformer and gated convolutional networks. EnsemPPIS can effectively capture not only global and local patterns but also residue interactions. Specifically, EnsemPPIS was unique in (a) extracting residue interactions from protein sequences with transformer and (b) further integrating global and local sequential features with the ensemble learning strategy. Compared with various existing methods, EnsemPPIS exhibited either superior performance or broader applicability on multiple PPI sites prediction tasks. Moreover, pattern analysis based on the interpretability of EnsemPPIS demonstrated that EnsemPPIS was fully capable of learning residue interactions within the local structure of PPI sites using only sequence information. The web server of EnsemPPIS is freely available at http://***/ensemppis.

关键词： residue extracting ensemble

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

Artificial Intelligence in Pharmaceutical Sciences

引用

Engineering 2023年第8期27卷 37-69页

作者： Mingkun Lu Jiayi Yin Qi Zhu Gaole Lin minjie mou Fuyao Liu Ziqi Pan Nanxin You Xichen Lian Fengcheng Li Hongning Zhang Lingyan Zheng Wei Zhang Hanyu Zhang Zihao Shen Zhen Gu Honglin Li Feng Zhu College of Pharmaceutical Sciences&The Second Affiliated Hospital School of MedicineZhejiang UniversityHangzhou 310058China Shanghai Key Laboratory of New Drug Design East China University of Science and TechnologyShanghai 200237China Innovation Institute for Artificial Intelligence in Medicine of Zhejiang University Alibaba-Zhejiang University Joint Research Center of Future Digital HealthcareHangzhou 330110China Innovation Center for AI and Drug Discovery East China Normal UniversityShanghai 200062China Lingang Laboratory Shanghai 200031China

Drug discovery and development affects various aspects of human health and dramatically impacts the pharmaceutical ***,investments in a new drug often go unrewarded due to the long and complex process of drug research and development(R&D).With the advancement of experimental technology and computer hardware,artificial intelligence(AI)has recently emerged as a leading tool in analyzing abundant and high-dimensional *** growth in the size of biomedical data provides advantages in applying AI in all stages of drug R&*** by big data in biomedicine,AI has led to a revolution in drug R&D,due to its ability to discover new drugs more efficiently and at lower *** review begins with a brief overview of common AI models in the field of drug discovery;then,it summarizes and discusses in depth their specific applications in various stages of drug R&D,such as target discovery,drug discovery and design,preclinical research,automated drug synthesis,and influences in the pharmaceutical ***,the major limitations of AI in drug R&D are fully discussed and possible solutions are proposed.

关键词： Artificial intelligence Machine learning Deep learning Target identification Target discovery Drug design Drug discovery

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

植被指数时序数据距离测度方法评价

引用

遥感学报 2012年第3期16卷 644-662页

作者：王伶俐朱文泉姜楠牟敏杰刘建红北京师范大学地表过程与资源生态国家重点实验室北京100875 北京师范大学资源学院北京100875 北京师范大学减灾与应急管理研究院北京100875

利用MODIS增强型植被指数(EVI)时序数据,基于中国陆地生态系统55种植被类型上的468个测试点和一个测试区进行了实验,综合比较欧氏距离、光谱信息离散度、光谱角余弦、核光谱角余弦、相关系数、光谱角余弦—欧氏距离6种距离测度方法对遥... 详细信息

利用MODIS增强型植被指数(EVI)时序数据,基于中国陆地生态系统55种植被类型上的468个测试点和一个测试区进行了实验,综合比较欧氏距离、光谱信息离散度、光谱角余弦、核光谱角余弦、相关系数、光谱角余弦—欧氏距离6种距离测度方法对遥感植被指数时序数据聚类精度的影响,结果表明:相关系数方法的聚类精度最差;光谱角余弦—欧氏距离方法充分利用了植被指数时序数据的曲线幅度和形状特征,在这6种距离测度方法中表现出了最优的聚类效果;只对光谱亮度敏感的欧氏距离方法或只对曲线形状敏感的光谱角余弦方法,无论是在区分地物类型方面,还是在区域应用上,表现效果均较差;核光谱角余弦虽然在点数据测试上表现较差,但在区域应用上却有较好的表现;光谱信息离散度无论是在点数据测试上还是在区域应用上均表现出了较为适中的效果。

关键词：植被指数聚类距离测度可区分度 MODIS EVI

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

血清白细胞介素-18水平升高可预测IgA肾病患者的疾病进展

引用

上海医学 2012年第1期35卷 48-52页

作者：施蓓莉倪兆慧周敏捷曹励欧牟姗王琴张敏芳吴青伟戴慧莉方炜严玉澄钱家麒上海交通大学医学院附属仁济医院肾脏科 200127

目的探讨IgA肾病(IgAN)患者的血清白细胞介素(IL)-18水平与肾脏预后之间的关系。方法采用酶联免疫吸附法(ELISA)检测36例IgAN患者治疗前后的血清IL-18水平,并对其进行前瞻性随访,评价IL-18与患者肾脏预后之间的关系。结果 IgAN患者血清I... 详细信息

目的探讨IgA肾病(IgAN)患者的血清白细胞介素(IL)-18水平与肾脏预后之间的关系。方法采用酶联免疫吸附法(ELISA)检测36例IgAN患者治疗前后的血清IL-18水平,并对其进行前瞻性随访,评价IL-18与患者肾脏预后之间的关系。结果 IgAN患者血清IL-18水平为(360.3±25.2)ng/L,显著高于健康对照者的(51.2±8.9)ng/L(P<0.01)。糖皮质激素治疗后,IgAN患者血清IL-18水平为(119.6±21.8)ng/L,较治疗前显著降低(P<0.001)。对lgAN患者进行19.0～62.4个月的前瞻性随访,中位随访期为38.7个月。随访期间14例(38.9%)患者出现肾功能减退。肾功能减退组患者治疗前、后IL-18水平分别为(364.45±40.25)、(132.44±32.40)ng/L,均显著高于肾功能稳定组的(353.67±16.36)、(99.41±24.14)ng/L(P值均<0.05)。Spearman相关分析显示,与随访期间肾小球滤过率(eGFR)降低的相关因素包括治疗前患者血清IL-18(r=-0.127,P=0.045)、血清肌酐(r=0.442,P=0.007)和eGFR(r=-0.845,P<0.001)。将以上所有变量纳入Logistic回归方程进行分析,治疗前IL-18水平(β=0.346,P=0.033)、eGFR(β=-0.41,P=0.013)是预测IgAN患者eGFR减退与否的重要危险因素。Kaplan-Meier生存分析结果显示,治疗前血清IL-18水平较高者的肾脏预后较差(P=0.008)。Cox回归分析进一步证实,治疗前血清IL-18水平(β=0.984,95%CI为0.926～1.042,P<0.001)及治疗前eGFR减退(β=1.021,95%CI为0.999～1.043,P=0.045)是预测肾脏预后的独立危险因素。结论治疗前IL-18水平升高可能是预测IgAN患者肾脏疾病进展的重要生物学标志物之一。

关键词： IgA肾病白细胞介素-18 疾病进展

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

精密不锈钢管内表面抛光设备的研制

引用

焊管 2018年第11期41卷 44-47页

作者：裴卫民裴敏男裴敏婕钟高武钟高文陈小卫牟剑罗霞杨晨陈鹤浙江久立特材科技股份有限公司浙江湖州313028 浙江金洲管道科技股份有限公司浙江湖州313008 湖州蓝江纺织有限公司浙江湖州313009

为了满足精密不锈钢管内表面的质量要求,研制了一种三工位抛光设备。该抛光设备主要由修磨台架、三主轴修磨机组、操作台、电气控制系统以及除尘系统等组成,适用于抛光前粗糙度≤3.2μm、管径19～114.3 mm、长度6 m的不锈钢管的内表面... 详细信息

为了满足精密不锈钢管内表面的质量要求,研制了一种三工位抛光设备。该抛光设备主要由修磨台架、三主轴修磨机组、操作台、电气控制系统以及除尘系统等组成,适用于抛光前粗糙度≤3.2μm、管径19～114.3 mm、长度6 m的不锈钢管的内表面磨削加工。通过对抛光质量影响因素的分析,提出了控制措施及设备配置优选方案。采用该抛光机对不同规格不锈钢管坯内表面进行加工,抛光后的产品表面粗糙度≤0.2μm,达到了产品设计要求。

关键词：精密不锈钢管内抛光设备表面粗糙度

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：