国际标准期刊号: 2329-6674
吴光、严少敏
酵母是研究和工业中使用最广泛的酵母,但其蛋白质生产的下游工艺成本大幅增加。本研究尝试一种简单的方法来预测利用酵母特征来预测蛋白质收缩的成功率。采用物流回归和神经系统网络模型,对花生酵母1294个表达蛋白的抑制状态一一测试了535个抑制特征,其中870个得到抑制。结果表明,神经网络的预测性能比逻辑回归更加强烈。一些特征可用于预测蛋白质的抑制吸引此外,S.具有高可预测部分的花生酵母蛋白比具有低可预测部分的花生酵母蛋白更具有趋势,并且不同的酵母特征表现得更好,如非常高的极性和低轮廓所证明的。更高的挤压预测准确度。,因此可以利用基于蛋白质序列信息的神经网络来预测酵母蛋白质挤压的成功率。这个简单的预测过程可以提供有关蛋白质被挤压的概率的概念,这应该有助于克服蒙眼实验并提高设计蛋白质的产量。