Samenvatting
Eiwitten: een mozaïekpatroon nodigt uit tot nieuwe kwantificatiemethoden.
Mozaïekpatroon in eiwitten
In het artikel wordt een nieuw model, het Moose Q-model, geïntroduceerd dat kwantificatie en visualisatie van eiwitten mogelijk maakt op basis van hun chemische eigenschappen. De RCSB PDB-database is een belangrijke hulpbron met meer dan 160.000 door röntgendiffractie bepaalde eiwitstructuren. Hierdoor kunnen patronen worden geïdentificeerd aan de hand van de positie en chemische type van aminozuren.
Waarom dit belangrijk is
Dit patroon is consistent aanwezig in structuren van diverse organismen en kan belangrijke inzichten bieden voor de rol van eiwitten in biologie. Het geeft mogelijkheden om op machine learning gebaseerde voorspellende toepassingen te ontwikkelen en duidt op trends in data mining voor patroonherkenning in biologische datasets.
Concrete takeaway
BI-professionals moeten de ontwikkeling van deze kwantificatietechnieken in de gaten houden, omdat ze nieuwe deuren openen voor onderzoeks- en ontwikkelingstoepassingen in bio-informatica.
Verdiep je kennis
Predictive Analytics — Wat kan het voor jouw bedrijf?
Ontdek wat predictive analytics is, hoe het werkt en hoe je het inzet voor je bedrijf. Van de 4 niveaus van analytics to...
KennisbankAI in Power BI — Copilot, Smart Narratives en meer
Ontdek alle AI-functies in Power BI: van Copilot en Smart Narratives tot anomaliedetectie en Q&A. Compleet overzicht met...
KennisbankChatGPT en BI — Hoe AI je data-analyse verandert
Ontdek hoe ChatGPT en generatieve AI de wereld van business intelligence veranderen. Van SQL en DAX genereren tot data-a...