Läpinäkyvä proteiinitoimintojen ennustaminen käyttäen alialueoptimointia ja uusia piirrejoukkoja

Rahoitetun hankkeen kuvaus

Biotieteet käyttävät suuria sekvensointihankkeita nykyisten globaalien haasteiden - ilmastonmuutokseen sopeutumisen, kasvavan ihmispopulaation ruokkimisen, uusien patogeenien torjumise, jne. - tutkimiseen. Tuotetut valtavat sekvenssiaineistot on liitettävä biologisiin toimintoihin ennen käyttöä. Sekvenssiaineistoja suuren koon vuoksi niitä ei voi tulkita manuaalisesti. Tämä on tehnyt automaattisesta proteiinitoimintojen ennustamisesta (AFP) tärkeän ja aktiivisen tutkimusaiheen. Projektimme soveltaa huippuluokan koneoppimista AFP-menetelmiin ja käyttää innovatiivisia lähestymistapoja opetusaineiston niukkuuden ja laadun haasteiden ratkaisemiseksi. Konkreettisena tuloksena parannettu AFP-menetelmä asennetaan verkkopalvelimelle, joka on vapaasti biotieteilijöiden käytettävissä ympäri maailmaa. Parannetulla AFP-menetelmällämme odotetaan olevan maailmanlaajuista vaikuttavuutta, aivan kuten nykyisillä menetelmillämme, joita käytetään laajasti ratkaisemaan alussa mainittuja haasteita.
Näytä enemmän

Aloitusvuosi

2023

Päättymisvuosi

2026

Myönnetty rahoitus

Liisa Holm Orcid -palvelun logo
437 500 €

Rahoittaja

Suomen Akatemia

Rahoitusmuoto

Akatemiahanke

Päättäjä

Luonnontieteiden ja tekniikan tutkimuksen toimikunta
06.06.2023

Muut tiedot

Rahoituspäätöksen numero

357350

Tieteenalat

Biolääketieteet

Tutkimusalat

Systeemibiologia, bioinformatiikka

Tunnistetut aiheet

molecular biology, biochemistry