机器学习及其应用：机器学习在生物信息中的应用PPT教学课件.pptxVIP

第十一章机器学习在生物信息中的应用

目录蛋白质相互作用热点识别11.1实验数据集11.2特征提取与机器学习建模11.3CONTENTS近年来，人工智能飞速发展。作为人工智能的核心，机器学习已得到广泛应用，例如：自然语言处理（NLP），、计算机视觉，、医学诊断，、生命科学，、金融证券，、推荐系统，、自动驾驶，、物联网，、智慧农业和智慧城市等。实验结果分析11.4

蛋白质相互作用热点识别11.1

蛋白质相互作用热点识别蛋白质相互作用在许多生理活动中起着至关重要的作用，例如基因复制，转录，翻译和细胞周期调节，信号转导，免疫反应等。为了理解和利用这些相互作用位点，有必要在相互作用的界面处鉴定这些残基。研究表明，蛋白质相互作用的界面通常很大，典型的相互作用界面约为1200-2000A2，但是大部分只有少于5%的少数残基贡献了其大部分的结合自由能，并在蛋白质结合的稳定性中起着重要作用，这部分作用位点Clackson和Wells把它定义为热点。并且通过后续研究发现，这种被称作热点的相互作用位点被更精准的定义为残基，并且若通过实验突变为丙氨酸的变化结合自由能（??G）至少降低2.0kcal/mol。

蛋白质相互作用热点识别变化的结合自由能的定义为?Gmut-?Gwt，其中和是野生复合型和丙氨酸突变蛋白的结合自由能。据计算，大约9.5%的界面残留物是热点。丙氨酸扫描方法通常是通过丙氨酸扫描诱变进