De acordo com o relatório "Kechuangban Daily", em 19 de setembro, horário local, o Google DeepMind anunciou que sua equipe de pesquisa criou o AlphaMissense com base na metodologia AlphaFold - usando o banco de dados de sequências de proteínas e o histórico da estrutura variante, ele pode identificar mutações missense causadoras de doenças e O gene causador é desconhecido. AlphaMissense previu com sucesso a patogenicidade de 216 milhões de possíveis alterações de aminoácidos únicos em 19.233 proteínas humanas padrão, resultando em previsões de 71 milhões de mutações missense. Posteriormente, o AlphaMissense previu com sucesso 89% das mutações missense, em comparação com apenas 0,1% das mutações que foram confirmadas por especialistas humanos.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
De acordo com o relatório "Kechuangban Daily", em 19 de setembro, horário local, o Google DeepMind anunciou que sua equipe de pesquisa criou o AlphaMissense com base na metodologia AlphaFold - usando o banco de dados de sequências de proteínas e o histórico da estrutura variante, ele pode identificar mutações missense causadoras de doenças e O gene causador é desconhecido. AlphaMissense previu com sucesso a patogenicidade de 216 milhões de possíveis alterações de aminoácidos únicos em 19.233 proteínas humanas padrão, resultando em previsões de 71 milhões de mutações missense. Posteriormente, o AlphaMissense previu com sucesso 89% das mutações missense, em comparação com apenas 0,1% das mutações que foram confirmadas por especialistas humanos.