AggreProt stand-alone

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989100%3A27740%2F24%3A10256876" target="_blank" >RIV/61989100:27740/24:10256876 - isvavai.cz</a>

Nalezeny alternativní kódy

RIV/00159816:_____/24:00081652

Výsledek na webu

<a href="https://loschmidt.chemi.muni.cz/aggreprot/" target="_blank" >https://loschmidt.chemi.muni.cz/aggreprot/</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

čeština

Název v původním jazyce

AggreProt stand-alone

Popis výsledku v původním jazyce

AggreProt je prediktor založený na strojovém učení sekvencí založený na hlubokých neuronových sítích (DNN) s názvem AggreProt. AggreProt se skládá ze (i) sekvenčního a (ii) statického modelu, které byly oba natrénovány na hexapeptidech z WaltzDB pomocí atomárního příbuzného popisu každé aminokyseliny (36 rysů) hexapeptidů, resp. 18 rysů nalezených v databázi. Přesnost modelu AggreProt byla vyšší nebo srovnatelná s nejmodernějšími prediktory Tango, Waltz, Aggrescan, PASTA 2.0, GAP, AnuPP a FishAmyloid při použití validačních datových souborů založených na hexapeptidech i proteinech. Dále jsme provedli rozsáhlou experimentální validaci AggreProt, abychom prokázali jeho aplikační potenciál. Na rozdíl od jiných prediktorů AggreProt správně identifikoval oblasti náchylné na agregaci u jednoho z našich modelových proteinů - halogenalkandehalogenázy LinB a umožnil nám snížit její agregaci metodami proteinového inženýrství.

Název v anglickém jazyce

AggreProt stand-alone

Popis výsledku anglicky

AggreProt is a machine learning sequence-based predictor based on deep neural networks (DNN) called AggreProt. AggreProt consists of (i) sequential, and (ii) static models that were both trained on the hexapeptides from WaltzDB using atomic related description of each amino acid (36 features) of the hexapeptides or 18 features found in the database, respectively. The accuracy of AggreProt was higher or comparable to the state-of-the-art predictors Tango, Waltz, Aggrescan, PASTA 2.0, GAP, AnuPP, and FishAmyloid using both hexapeptide- and protein-based validation datasets. Furthermore, we carried out extensive experimental validation of AggreProt to demonstrate its application potential. In contrast to other predictors, AggreProt correctly identified aggregation-prone regions in one of our workhouse proteins - haloalkane dehalogenase LinB and enabled us to reduce its aggregation by the methods of protein engineering.

Druh

R - Software

CEP obor

—

OECD FORD obor

10200 - Computer and information sciences

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2024

Kód důvěrnosti údajů

C - Předmět řešení projektu podléhá obchodnímu tajemství (§ 504 Občanského zákoníku), ale název projektu, cíle projektu a u ukončeného nebo zastaveného projektu zhodnocení výsledku řešení projektu (údaje P03, P04, P15, P19, P29, PN8) dodané do CEP, jsou upraveny tak, aby byly zveřejnitelné.

Interní identifikační kód produktu

003/30-01-2025_SW

Technické parametry

Doposud je využíváno interně oběma subjekty k výzkumným účelům.

Ekonomické parametry

V budoucnu je plánována nabídka potencionálním partnerům z komerční sféry.

IČO vlastníka výsledku

61989100

Název vlastníka

Vysoká škola báňská - Technická univerzita Ostrava