Antpedia LOGO WIKI资讯

动物所piRNA的高精度预测算法研究获得突破

第二代测序技术又称作深度测序技术,应用到RNA上统称作RNA-seq或RNA测序,它已成为基因表达和转录组分析的重要手段。第二代转录组测序数据中含有大量不编码蛋白质的ncRNA序列,因为它们像宇宙中的暗物质一样难以识别和有重要功能,也被称为“基因组暗物质”。由于数据量巨大,保守性差,又有噪音干扰,这些“暗物质”的识别成为表观遗传学和调控网络研究的瓶颈。piRNA是数量最大的一类ncRNA,主要是通过与转座子的序列互补来控制转座子的表达,进而调控生殖和发育。由于不同物种的piRNA之间同源性很差,至今国际上还没有有效的识别方法。 中国科学院动物研究所康乐研究组的张屹等最近发表的题为A k-mer scheme to predict piRNA and characterize locust piRNA 的最新研究论文,解决了高精度预测生物体中数量最大的一类非编码RNA---piRNA的难题,论文发表在生物信......阅读全文

动物所piRNA的高精度预测算法研究获得突破

  第二代测序技术又称作深度测序技术,应用到RNA上统称作RNA-seq或RNA测序,它已成为基因表达和转录组分析的重要手段。第二代转录组测序数据中含有大量不编码蛋白质的ncRNA序列,因为它们像宇宙中的暗物质一样难以识别和有重要功能,也被称为“基因组暗物质”。由于数据量巨大,保守性差

计算机算法预测分子气味

这不是一件可被嗤之以鼻的事情。计算机破解了一道困扰化学家几个世纪的难题:从分子的结构预测它的味道。这一壮举或许使香水制造商和味道专家得以在试验和错误大大减少的情况下创造新产品。相关成果日前发表于生命科学预印本网站bioRxiv。和结果可通过分析光波长或声音被预测出来的视觉和听觉不同,人类的嗅觉一直很

预测小分子抗癌活性有了新算法

  记者从中科院昆明动物研究所获悉,该所李功华博士在研究员黄京飞的指导下,开发了一个新的基于分子药效团的小分子比对算法,并成功应用于预测小分子的抗癌活性。近日,该研究发表在顶级计算生物学杂志《生物信息学》上。   据李功华介绍,开发新的抗癌药物是科学界和医学界的热点和难点。直接采用实验的方法筛选抗

准确预测身高?这种机器学习算法能做到

  美国密歇根州立大学的研究人员近日开发出一种先进的算法,能够根据个人基因组来预测他们的身高、骨密度,甚至是教育水平。这项成果于近日发表在《Genetics》杂志十月刊上。  这项研究的负责人、密歇根州立大学的Stephen Hsu博士表示这仅仅是开始。“尽管我们现在验证了这一工具的这三个结果,但我

用AI预测和设计材料特性,新算法已显示巨大潜力

  来自新加坡南洋理工大学、美国麻省理工学院和俄罗斯斯科尔科沃理工学院的研究人员相互合作,开发了一种机器学习算法,这种算法可以预测材料应变时性能的变化。  这项工作可能会为工程新材料带来极大的潜力,新材料可能会因此具有量身定制的特性,在通信、信息处理和能源领域拥有广阔前景。  这篇论文发表在 Pro

Cell发布piRNA重要发现

  来自东京大学的一个研究小组鉴别出了一种叫做“Trimmer”酶,其参与生成了保护生殖细胞基因组免遭不必要遗传重写的一类小RNA。  “跳跃基因”(又称转座子)是可以在基因组中四处移动的DNA小片段。它们可以破坏宿主基因,与癌症和其他一些疾病有关联。因此,生物体需要控制它们,尤其是在生成动物精子和

美开发可预测材料超导特性的模拟算法 超导材料开发提速

  研究铁基超导体的科学家,正在将前所未有的电子结构算法与高效运转的美国橡树岭国家实验室能源部泰坦超级计算机结合起来,用来预测旋转动力学,可模拟检测未经实验的新材料的超导特性。  据物理学家组织网11月4日(北京时间)报道,在最新一期发表的《自然·物理》上,来自美国罗格斯大学的三个研究人员,空前详细

人工智能算法超越化学家,精确预测科学试验

  科学研究领域中,追求真理经常意味着穿着白大褂在实验室做实验,其中免不了做一些失败的试验。没关系,因为失败的试验有时候也能带来很多新发现。现在,哈佛大学正努力帮助科学家加速试验研究的速度,通过一个可以预测化学反应成功率的机器学习算法,算法成功率超过了人类科学家。   算法分析了失败实验的数据。通

原噬菌体de novo预测新算法在南海研究所建立

  中国科学院南海海洋研究所研究员王晓雪团队建立了一种不依赖于噬菌体基因序列相似性的原噬菌体de novo预测新算法,集成分析流程的工具名为Prophage Tracer。9月22日,相关研究成果在线发表在《核酸研究》上。  烈性噬菌体侵染细菌宿主后,大量繁殖,裂解宿主细胞释放子代噬菌体粒子。温和噬

最新算法:高度准确预测患上阿尔茨海默病的风险

  瑞典隆德大学(Lund University)的研究人员近日开发出一种算法,能够将血液测试的结果与记忆测试的数据结合起来,高度准确地预测未来患上阿尔茨海默病的风险。这项研究成果于5月24日发表在《Nature Medicine》杂志上。  即使是在专业的医疗机构,大约20-30%的阿尔茨海默病患