长期以来，明确氨基酸序列和蛋?质功能之间的关系不仅是人类面临的一大挑战，而且具有深远的科学及成果转化意义 。目前，已知微生物蛋白质中有三分之一的功能还无法通过现有的先进?对技术得到预测，这阻碍了科学家运用不同生物体数据在生物技术领域取得新突破 。近日，谷歌训练出一种名为 ProtCNN 的深度学习模型，其可以用于准确预测蛋白质序列的功能，使更多未知蛋白质序列得到注释 。据了解，这些注释是基于主流蛋白质家族数据库 Pfam 构建的严格基准所进行的评估，Pfam 数据库记录了一系列蛋白质家族及其功能注释 。该研究的成功，令 Pfam 数据库中蛋白质序列的覆盖范围扩?了 9.5%，超越了过去十年里科学家在此方面的成果，并预测了 360 种 Pfam 数据库未注释过的?类蛋白质的功能 。相关论文以《使用深度学习来注释蛋白质宇宙》（Using deep learning to annotate the protein universe）为题发表在

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

• 科学家发现与蛋白质合成有关的基因序列 中国科学家揭示蛋白结合靶序列的新机制
• 健身后应该摄入多少蛋白质
• 如何正确补充蛋白质
• 健身锻炼如何正确摄入蛋白质
• 健身人群一天摄入多少蛋白质才合理
• 糖、脂肪和蛋白质 人体三大供能物质转换关系
• 豆子含有蛋白质吗 豆子的5种做法，蛋白质含量高，口感丰富有营养，全家都爱吃
• 哪种蛋白质食物最好
• 蛋白质和合成肌肉的关系
• 蛋白粉浓稠程度与蛋白质含量无直接关系