Сети с. Анализ белок-белковых взаимодействий с помощью базы данных STRING: возможности и применение

Что такое база данных STRING. Как она помогает изучать взаимодействия белков. Какие новые возможности появились в последней версии. Как использовать STRING для анализа экспериментальных данных. Какие преимущества дает STRING исследователям.

Что представляет собой база данных STRING и зачем она нужна

База данных STRING (Search Tool for the Retrieval of Interacting Genes/Proteins) — это крупнейший ресурс, содержащий информацию о белок-белковых взаимодействиях. Она включает как экспериментально подтвержденные, так и предсказанные ассоциации между белками.

Основные характеристики STRING:

• Содержит информацию о более чем 24 миллионах белков из 5090 организмов
• Интегрирует данные из более чем 30 различных источников
• Позволяет визуализировать сети взаимодействий в интерактивном режиме
• Предоставляет инструменты для функционального анализа групп белков

Зачем нужна STRING? Эта база данных помогает исследователям:

• Изучать функциональные связи между белками
• Предсказывать функции неизвестных белков
• Анализировать экспериментальные данные в контексте известных взаимодействий
• Выявлять ключевые регуляторные белки в биологических процессах

Новые возможности последней версии STRING 11.0

В версии 11.0 базы данных STRING появились важные обновления:

• Увеличение числа охватываемых организмов более чем вдвое — до 5090
• Возможность загрузки и анализа полногеномных наборов данных
• Новые системы функциональной классификации на основе текстового анализа
• Улучшенные алгоритмы кластеризации сетей взаимодействий
• Расширенные возможности визуализации подмножеств сетей

Как устроена и пополняется база данных STRING

STRING интегрирует информацию о белок-белковых взаимодействиях из различных источников:

• Экспериментальные данные из специализированных баз
• Взаимодействия, извлеченные из научной литературы
• Предсказанные ассоциации на основе геномного контекста
• Взаимодействия, перенесенные с других организмов
• Функциональные связи на основе коэкспрессии генов

Все источники данных проходят тщательную оценку и калибровку. Для каждой ассоциации рассчитывается комбинированный балл достоверности.

Анализ экспериментальных данных с помощью STRING

STRING предоставляет мощные инструменты для анализа экспериментальных данных:

• Загрузка списков генов/белков или полногеномных наборов данных
• Визуализация подсетей взаимодействий для заданных белков
• Поиск функционально связанных групп белков
• Анализ обогащения функциональных категорий
• Выявление центральных регуляторных узлов в сетях

Это позволяет интерпретировать результаты омиксных экспериментов в контексте известных взаимодействий и функций белков.

Преимущества использования STRING для исследователей

База данных STRING дает ученым ряд важных преимуществ:

• Комплексный охват белок-белковых взаимодействий
• Интеграция данных из множества источников
• Удобные инструменты визуализации и анализа
• Возможность работы с полногеномными данными
• Регулярные обновления и расширение базы

Это делает STRING незаменимым ресурсом для системной биологии, функциональной геномики и других областей современных биомедицинских исследований.

Применение STRING в различных областях биологии и медицины

STRING находит широкое применение во многих областях:

• Поиск новых функций известных белков
• Предсказание функций неохарактеризованных белков
• Выявление ключевых регуляторов биологических процессов
• Анализ сетей взаимодействий при различных заболеваниях
• Поиск потенциальных мишеней для лекарственных препаратов

Это делает STRING важным инструментом как для фундаментальных исследований, так и для прикладной медицины.

Ограничения и перспективы развития базы данных STRING

Несмотря на все преимущества, у STRING есть и некоторые ограничения:

• Неполнота данных по многим организмам
• Наличие ложноположительных предсказаний
• Отсутствие информации о динамике взаимодействий
• Ограниченность функционального аннотирования для многих белков

Перспективные направления развития STRING включают:

• Расширение охвата организмов
• Улучшение алгоритмов предсказания взаимодействий
• Интеграция данных о динамике и условиях взаимодействий
• Развитие инструментов для анализа многомерных омиксных данных

Это позволит сделать STRING еще более мощным ресурсом для системного анализа биологических процессов.

Иерархии сети с уровнями—ArcGIS Pro

Вы можете использовать уровни для организации естественной иерархии в специализированной сети. Уровни обычно представляют собой диапазоны давлений, напряжений или других характеристик сети.

Организация сети

Для предоставления своих ресурсов инженерные системы устроены из сетей.

Электрические системы и предприятия обычно подразделяются на уровни, такие как передающие (высокое напряжение), распределяющие (среднее напряжение) и вторичные (низковольтные). Конкретный объект может участвовать либо в одном уровне, либо в другом. Этот тип конфигурации моделируется с помощью определения раздельных уровней.

Коммунальные предприятия газо- и водоснабжения могут управлять уровнями сбора газа или воды, транспортировкой газа или воды на большие расстояния и распределением газа или воды потребителю. Группы уровней используются в специализированной сети для моделирования различных секторов для сети. Например, в в газохозяйственной специализированной сети группа уровней распределения включает в себя различные уровни для системы, давления и изоляции. Сетевой объект, такой как устройство, может участвовать в двух разных уровнях в одной и той же группе уровней. Этот тип конфигурации моделируется с использованием определения иерархического уровня.

Чтобы узнать больше об организации сети, см. раздел Архитектура.

Уровни

Уровни используются для разделения и управления итоговым архитектурным объектом сети: подсети: Уровень определяет коллекцию отдельных подсетей, все из которых имеют одинаковые свойства и подчиняются одинаковым ограничениям. Свойства задаются при добавлении специализированной сети и во время создания уровней инженерной сети. Эти свойства обозначают компоновку уровней и их расположение по отношению к остальным уровням в специализированной сети.

Когда вы определяете уровень, вы делаете это, указывая контроллеры подсети, которые ограничивают подсети для этого уровня. Например, на уровне среднего напряжения в специализированной сети распределения электроэнергии будет указан контроллер подсети устройства автоматического выключателя. Уровень низкого напряжения будет определять либо распределительный трансформатор, либо контроллеры подсети сетевых устройств защиты. Эти устройства контроллера подсети или объекты соединения используются для определения подсетей в пределах каждого уровня.

Ранг уровня управляет порядком трассировки подсетей из разных уровней. Это относительное положение или ранг назначается при создании для определения иерархии уровней. Ранг 1 представляет самый высокий уровень. Например, рассмотрим электрическую сеть с тремя уровнями: передача, среднее напряжение и низкое напряжение. Уровень передачи имеет ранг 1, уровень среднего напряжения имеет ранг 2, а уровень низкого напряжения имеет ранг 3. Ранжирование выполняется независимо внутри каждой группы уровней в сетях с иерархическим определением уровней.

Моделирование топологии уровня

Уровни в специализированной сети имеют либо иерархическое, либо раздельное определение уровня. Уровни в электрических системах обычно используют раздельное определение уровня. Это указывает на последовательность уровней (на основе снижения напряжения), которые являются уникальными относительно друг друга. Подсеть среднего напряжения отлична от подсети низкого напряжения и не имеет общих объектов с последней.

Уровни в газовой или водопроводной компании обычно используют иерархическое определение уровня. Это означает, что объекты в специализированной сети могут относиться к подсетям на двух различных уровнях. Например, в газовой сети обычно имеется уровень давления и уровни запорных клапанов с вложенными подсетями. Подсеть с одним давлением может содержать несколько подсетей клапанов.

Каждому уровню при создании также назначается тип топологии. Так установлено для данного уровня и относится ко всем подсетям данного уровня. Специализированные сети с определением разделенного уровня поддерживают для подсетей типы топологии уровня как сетки, так и радиального типа. Иерархические специализированные сети поддерживают только уровни с типом топологии уровня сетки.

Дополнительные сведения о типах топологии см. в разделе Подсети.

На рисунке выше показаны как топология типа сетки, так и топология радиального типа. Уровень A содержит топологию радиального типа. Здесь используется один источник (крайний слева) для подсети A1. Уровень B содержит три источника слева и радиальный тип топологии. Подсеть B1 имеет один источник и радиальную топологию. Подсеть B2 имеет два источника, но не содержит петель, следовательно это тоже радиальная топология. Уровень C содержит сеточную топологию. Подсеть C1 имеет три источника и несколько петель. Этот уровень использует сеточную топологию.

---

Отзыв по этому разделу?

Брандмауэр и защита сети с помощью Безопасности Windows

Security Панель мониторинга учетной записи Майкрософт Еще…Меньше

Брандмауэр & защиты сети в Windows Security позволяет просматривать состояние брандмауэра Microsoft Defender и видеть, к каким сетям подключено ваше устройство. Вы можете включить Microsoft Defender брандмауэра и получить доступ к дополнительным Microsoft Defender брандмауэрам для следующих типов сети:

• Доменные (рабочие) сети

• Частные сети (с обнаружением)

• Общедоступные сети (без обнаружения)

Если вы хотите изменить параметр, выберите тип сети, в который вы хотите его ввести.

Вы можете указать, что конкретной сетью, к которую подключается ваше устройство, является частной или открытой. Главное различие заключается в том, разрешено ли другим устройствам в той же сети видеть и, возможно, подключаться к вашему устройству.

Ваша домашняя сеть может быть примером частной сети. В этой сети есть только устройства и устройства, которые принадлежат вашей семье. Поэтому, возможно, у вас все в порядке с тем, что другие устройства могут видеть ваше устройство. Мы называем это «обнаруживаемым», так как всем устройствам в этой сети разрешено «обнаруживать» друг друга.

Однако Wi-Fi в вашем кафе является общедоступным. Большинство других подключенных к ней устройств относятся к посторонним, и вы, вероятно, предпочитаете, чтобы они не могли видеть, подключаться к вашему устройству или «обнаруживать» его.

«Параметры сети»

При выборе одного из трех типов сети вы увидите страницу параметров. Здесь служба безопасности Windows сообщает, к какой из сетей этого типа вы сейчас подключены, если таковые есть. Обычно компьютер будет одновременно подключен только к одной сети.

Кроме того, вы найдете простой ползунок для того, чтобы включать или отключать брандмауэр для этого типа сети.

Важно: Отключение брандмауэра может повысить риск для устройства или данных. Мы рекомендуем оставить его включим, если вам не нужно его полностью отключить.

В разделе Входящие подключения вы найдете один установленный для списка Блок всех входящих подключений, включая те из них, которые находятся в списке разрешенных приложений. При этом брандмауэр Microsoft Defender будет игнорировать список разрешенных приложений и блокировать все. Включение этого приложения повышает уровень безопасности, но может привести к остановке работы некоторых приложений.

Кроме того, на странице брандмауэра & защиты сети:

• Разрешить приложение через брандмауэр. Если брандмауэр блокирует приложение, которое вам действительно нужно, вы можете добавить для этого приложения исключение или открыть определенный порт. Дополнительные информацию об этом процессе (и причинах, которые могут не потребоваться) см. в риске, связанных с разрешением приложений через брандмауэр Microsoft Defender.

• Устранение неполадок с сетью и Интернетом. Если у вас возникли общие проблемы с сетевым подключением, используйте его для автоматической диагностики и устранения неполадок.

• Параметры уведомлений брандмауэра: хотите получать дополнительные уведомления, когда брандмауэр блокирует что-то? Меньше? Ниже вы можете настроить эту настройку.

• Дополнительные параметры. Если вы хорошо знаете о параметрах брандмауэра, откроется классическое средство брандмауэра Защитника Windows, с помощью которого можно создавать входящие и исходящие правила, правила безопасности подключений и журналы мониторинга брандмауэра. Большинству пользователей не хочется в это глубоко врывываться; Неправильное добавление, изменение или удаление правил может привести к тому, что система станет более уязвимым, или привести к тому, что некоторые приложения не будут работать.

• Восстановление брандмауэра по умолчанию. Если кто-то или другой вошел в параметры брандмауэра Windows, из-за чего что-то не работает должным образом, вы можете восстановить их в том же режиме, что и при первом подстановлении компьютера, всего в два щелчка. Если ваша организация применила какие-либо политики для настройки брандмауэра, они будут повторно применены.

См.

также

Автоматическая диагностика и исправление проблем с брандмауэром Windows

Безопасность беспроводных подключений

STRING v11: сети белок-белковых ассоциаций с увеличенным охватом, поддерживающие функциональные открытия в полногеномных экспериментальных наборах данных

. 8 января 2019 г .; 47 (D1): D607-D613.

doi: 10.1093/nar/gky1131.

Дамиан Шклярчик ¹ , Анника Л. Гейбл ¹ , Дэвид Лайон ¹ , Александр Юнге ² , Стефан Видер ¹ , Хайме Уэрта-Сепас ³ , Милан Симонович ¹ , Надежда Т Дончева ^{2 4} , Джон Х. Моррис ⁵ , Пир Борк ^{6 7 8 9} , Ларс Дж. Дженсен ² , Кристиан фон Меринг ¹

Принадлежности

• ¹ Институт молекулярных наук о жизни и Швейцарский институт биоинформатики, Цюрихский университет, 8057 Цюрих, Швейцария.
• ² Центр исследований белков Фонда Ново Нордиск, Копенгагенский университет, 2200 Copenhagen N, Дания.
• ³ Centro de Biotechnología y Genómica de Plantas, Мадридский политехнический университет (UPM) – Национальный институт исследований и технологий в сельском хозяйстве и пищевом производстве (INIA), 28223 Мадрид, Испания.
• ⁴ Центр некодирующих РНК в технологии и здоровье, Копенгагенский университет, 2200 Copenhagen N, Дания.
• ⁵ Ресурс по биовычислениям, визуализации и информатике, Калифорнийский университет, Сан-Франциско, Калифорния 94158-2517, США.
• ⁶ Отдел структурной и вычислительной биологии, Европейская лаборатория молекулярной биологии, 69117 Гейдельберг, Германия.
• ⁷ Отдел партнерства молекулярной медицины, Гейдельбергский университет и Европейская лаборатория молекулярной биологии, 69117 Гейдельберг, Германия.
• ⁸ Центр молекулярной медицины им. Макса Дельбрюка, 13125 Берлин, Германия.
• ⁹ Кафедра биоинформатики, Биоцентр, Университет Вюрцбурга, 97074 Вюрцбург, Германия.

• PMID: 30476243
• PMCID: PMC6323986
• DOI: 10.1093/нар/gky1131

Бесплатная статья ЧВК

Дамиан Шклярчик и соавт. Нуклеиновые Кислоты Res. 2019 .

Бесплатная статья ЧВК

. 8 января 2019 г .; 47 (D1): D607-D613.

doi: 10.1093/nar/gky1131.

Авторы

Дамиан Шклярчик ¹ , Анника Л. Гейбл ¹ , Дэвид Лайон ¹ , Александр Юнге ² , Стефан Видер ¹ , Хайме Уэрта-Сепас ³ , Милан Симонович ¹ , Надежда Т Дончева ^{2 4} , Джон Х. Моррис ⁵ , Пир Борк ^{6 7 8 9} , Ларс Дж. Дженсен ² , Кристиан фон Меринг ¹

Принадлежности

• ¹ Институт молекулярных наук о жизни и Швейцарский институт биоинформатики, Цюрихский университет, 8057 Цюрих, Швейцария.
• ² Центр исследований белков Фонда Ново Нордиск, Копенгагенский университет, 2200 Copenhagen N, Дания.
• ³ Centro de Biotechnología y Genómica de Plantas, Мадридский политехнический университет (UPM) – Национальный институт исследований и технологий в сельском хозяйстве и пищевом производстве (INIA), 28223 Мадрид, Испания.
• ⁴ Центр некодирующих РНК в технологии и здоровье, Копенгагенский университет, 2200 Copenhagen N, Дания.
• ⁵ Ресурс по биовычислениям, визуализации и информатике, Калифорнийский университет, Сан-Франциско, Калифорния 94158-2517, США.
• ⁶ Отдел структурной и вычислительной биологии, Европейская лаборатория молекулярной биологии, 69117 Гейдельберг, Германия.
• ⁷ Отдел партнерства молекулярной медицины, Гейдельбергский университет и Европейская лаборатория молекулярной биологии, 69117 Гейдельберг, Германия.
• ⁸ Центр молекулярной медицины им. Макса Дельбрюка, 13125 Берлин, Германия.
• ⁹ Кафедра биоинформатики, Биоцентр, Вюрцбургский университет, 97074 Вюрцбург, Германия.

• PMID: 30476243
• PMCID: PMC6323986
• DOI: 10.1093/нар/gky1131

Абстрактный

Белки и их функциональные взаимодействия составляют основу клеточного механизма. Их сеть соединений необходимо учитывать для полного понимания биологических явлений, но доступная информация о белок-белковых ассоциациях неполна и демонстрирует различные уровни детализации и надежности аннотаций. База данных STRING предназначена для сбора, оценки и интеграции всех общедоступных источников информации о взаимодействии белок-белок, а также для дополнения их расчетными прогнозами. Его цель — создать комплексную и объективную глобальную сеть, включающую как прямые (физические), так и косвенные (функциональные) взаимодействия. В последней версии STRING (11.0) число охватываемых ею организмов более чем вдвое увеличено до 509.0. Самая важная новая функция — это возможность загружать в качестве входных данных целые наборы данных по всему геному, что позволяет пользователям визуализировать подмножества в виде сетей взаимодействия и выполнять анализ обогащения набора генов на всех входных данных. Для анализа обогащения STRING реализует известные системы классификации, такие как Gene Ontology и KEGG, а также предлагает дополнительные новые системы классификации, основанные на высокопроизводительном анализе текста, а также на иерархической кластеризации самой сети ассоциаций. Ресурс STRING доступен в Интернете по адресу https://string-db.org/.

Цифры

Рисунок 1.

Типичная сеть ассоциаций в…

Рисунок 1.

Типичная сеть ассоциации в STRING. Дрожжевой прионоподобный белок URE2 был…

Рисунок 1.

Типичная сеть ассоциации в STRING. В качестве исходных данных был выбран дрожжевой прионоподобный белок URE2. Сеть была расширена за счет дополнительных 10 белков (с помощью кнопки «Дополнительно» в интерфейсе STRING), а доверительный порог для показа ссылок взаимодействия был установлен на «самый высокий» (0,9).00). На вставках справа показано, сколько элементов различных типов доказательств в STRING способствовало развитию этой конкретной сети (число показывает, сколько записей охватывало по крайней мере два белка в сети; не все эти записи содержали ссылки с высокой оценкой после оценки). калибровка).

Рисунок 2.

Анализ функционального обогащения…

Рисунок 2.

Анализ функционального обогащения входного набора размером с геном. Набор данных выражения, сравнивающий метастатические…

Фигура 2.

Функциональный анализ обогащения входного набора размером с геном. Набор данных экспрессии, сравнивающий метастатические клетки меланомы с нормальной тканью кожи (62), был отправлен в STRING со средними значениями логарифмических изменений, связанных с каждым геном (отрицательные значения означают истощение клеток меланомы). На снимке экрана показано, как STRING представляет и группирует наблюдения статистического обогащения для ряда путей и функциональных подсистем. При наведении мыши сайт выделяет соответствующие белки как во входных данных с левой стороны, так и во всей сети организма с правой стороны. Последний можно интерактивно масштабировать, пока не станут различимы отдельные белки и их соседи. Здесь выделенное наблюдение показывает, что десмосома подавляется в клетках меланомы — это выделяется среди нескольких публикаций в PubMed, чьи обсуждаемые белки (белки десмосомы) сильно обогащены на одном конце пользовательского ввода.

См. это изображение и информацию об авторских правах в PMC

Похожие статьи

• База данных STRING в 2017 году: широкодоступные сети межбелковых ассоциаций с контролируемым качеством.

  Шклярчик Д., Моррис Дж. Х., Кук Х., Кун М., Видер С., Симонович М., Сантос А., Дончева Н. Т., Рот А., Борк П., Дженсен Л. Дж., фон Меринг К. Шклярчик Д. и соавт. Нуклеиновые Кислоты Res. 4 января 2017 г .; 45 (D1): D362-D368. дои: 10.1093/нар/gkw937. Epub 2016 18 октября. Нуклеиновые Кислоты Res. 2017. PMID: 27924014 Бесплатная статья ЧВК.

• База данных STRING в 2021 году: настраиваемые белок-белковые сети и функциональная характеристика загруженных пользователем наборов генов/измерений.

  Шклярчик Д., Гейбл А.Л., Настоу К.С., Лион Д., Кирш Р., Пюйсало С., Дончева Н.Т., Легей М., Фанг Т., Борк П., Дженсен Л.Дж., фон Меринг С. Шклярчик Д. и соавт. Нуклеиновые Кислоты Res. 2021 8 января; 49(D1):D605-D612. дои: 10.1093/нар/гкаа1074. Нуклеиновые Кислоты Res. 2021. PMID: 33237311 Бесплатная статья ЧВК.

• База данных STRING на 2023 год: сети белок-белковых ассоциаций и анализ функционального обогащения для любого интересующего секвенированного генома.

  Шклярчик Д., Кирш Р., Кутрули М. , Настоу К., Мехриари Ф., Хачилиф Р., Гейбл А.Л., Фанг Т., Дончева Н.Т., Пюйсало С., Борк П., Дженсен Л.Дж., фон Меринг С. Шклярчик Д. и соавт. Нуклеиновые Кислоты Res. 2023 6 января; 51 (D1): D638-D646. дои: 10.1093/нар/гкац1000. Нуклеиновые Кислоты Res. 2023. PMID: 36370105 Бесплатная статья ЧВК.

• База данных STRING в 2011 г.: сети функционального взаимодействия белков, глобально интегрированные и оцененные.

  Шклярчик Д., Франческини А., Кун М., Симонович М., Рот А., Мингес П., Доеркс Т., Старк М., Мюллер Дж., Борк П., Йенсен Л.Дж., фон Меринг К. Шклярчик Д. и соавт. Нуклеиновые Кислоты Res. 2011 янв;39(проблема с базой данных): D561-8. дои: 10.1093/нар/gkq973. Epub 2010 2 ноября. Нуклеиновые Кислоты Res. 2011. PMID: 21045058 Бесплатная статья ЧВК.

• Слияние партнеров белковых комплексов слюны in silico и in vitro с использованием базы данных STRING: учебное пособие.

  Crosara KTB, Moffa EB, Xiao Y, Siqueira WL. Кросара КТБ и др. J Протеомика. 2018 16 января; 171: 87-94. doi: 10.1016/j.jprot.2017.08.002. Epub 2017 3 августа. J Протеомика. 2018. PMID: 28782718 Обзор.

Посмотреть все похожие статьи

Цитируется

• Одноклеточная РНК-секвенция раскрывает динамические процессы, управляемые РНК-связывающим белком DDX43 при ремоделировании хроматина во время спермиогенеза.

  Тан Х, Ван В, Чжоу С, Ван И, Чжан С, Ян П, Го Р, Чен В, Чжан Дж, Е Л, Цуй И, Ни Т, Чжэн К. Тан Х и др. Нац коммун. 29 апр. 2023 г.;14(1):2499. doi: 10.1038/s41467-023-38199-w. Нац коммун. 2023. PMID: 37120627

• Анализ экспрессии белка и гена OCT4 при дифференцировке стволовых клеток сперматогоний в нейроны с помощью иммуногистохимии, иммуноцитохимии и биоинформатического анализа.

  Хашеми Карои Д., Азизи Х. Хашеми Карои Д. и др. Stem Cell Rev Rep. 2023, 29 апреля. doi: 10.1007/s12015-023-10548-8. Онлайн перед печатью. Редакция стволовых клеток, 2023 г. PMID: 37119454

• Конструирование новой конкурирующей эндогенной РНК-сети, связанной с иммунитетом, с прогностической ценностью при аденокарциноме легкого.

  Лю Л., Ли Дж., Фан С., Вэнь М., Ли С., Сунь В., Ван В. Лю Л. и др. Мол Биотехнолог. 2023 г., 28 апреля. doi: 10.1007/s12033-023-00754-7. Онлайн перед печатью. Мол Биотехнолог. 2023. PMID: 37118319

• Сетевая фармакология и биоинформатика для определения молекулярных механизмов и терапевтических целей порошка Ruyi Jinhuang при лечении оспы обезьян.

  Zhang X, Yu X, Yu Z, Fan C, Li Y, Li H, Shen Y, Sun Z, Zhang S. Чжан X и др. Медицина (Балтимор). 2023 25 апреля; 102(17):e33576. doi: 10.1097/MD.0000000000033576. Медицина (Балтимор). 2023. PMID: 37115075 Бесплатная статья ЧВК.

• Биоинформатический анализ и идентификация узловых генов, связанных с женщинами, перенесшими острый инфаркт миокарда, с использованием сетей коэкспрессии взвешенных генов.

  Цзяо К., Су П., Фэн Ю., Ли К. Цзяо К. и др. Медицина (Балтимор). 2023 25 апреля; 102(17):e33634. doi: 10.1097/MD.0000000000033634. Медицина (Балтимор). 2023. PMID: 37115066 Бесплатная статья ЧВК.

Просмотреть все статьи «Цитируется по»

Рекомендации

1. 1. Се Л. , Борн П.Е. Функциональный охват генома человека существующими структурами, целями структурной геномики и моделями гомологии. PLoS-компьютер. биол. 2005 г.; 1:е31. — ЧВК — пабмед
2. 1. Улен М., Оксволд П., Фагерберг Л., Лундберг Э., Йонассон К., Форсберг М., Цвален М., Кампф К., Вестер К., Хобер С. и др. . На пути к основанному на знаниях атласу белков человека. Нац. Биотехнолог. 2010 г.; 28:1248–1250. — пабмед
3. 1. Консорциум UniProt, T UniProt: универсальная база знаний по белкам. Нуклеиновые Кислоты Res. 2018; 45: Д158–Д169. — ЧВК — пабмед
4. 1. Бан Н., Ниссен П., Хансен Дж., Мур П.Б., Стейц Т.А. Полная атомная структура большой рибосомной субъединицы с разрешением 2,4 А. Наука. 2000 г.; 289: 905–920. — пабмед
5. 1. Шуллер Дж. М., Фальк С., Фромм Л., Хёрт Э., Конти Э. Структура ядерной экзосомы, захваченной на созревающей прерибосоме. Наука. 2018; 360: 219–222. — пабмед

Типы публикаций

термины MeSH

Грантовая поддержка

• P41 GM103504/GM/NIGMS NIH HHS/США

Глубокие нейронные сети с PyTorch

Об этом курсе

160 432 недавних просмотра

Курс научит вас разрабатывать модели глубокого обучения с использованием Pytorch. Курс начнется с тензоров Pytorch и пакета автоматического дифференцирования. Затем в каждом разделе будут рассмотрены различные модели, начиная с таких основ, как линейная регрессия и логистическая/softmax-регрессия. Затем следуют глубокие нейронные сети Feedforward, роль различных функций активации, уровни нормализации и отсева. Затем будут рассмотрены сверточные нейронные сети и трансферное обучение. Наконец, будут рассмотрены несколько других методов глубокого обучения.

Результаты обучения: После прохождения данного курса слушатели смогут: • объяснять и применять свои знания о глубоких нейронных сетях и связанных с ними методах машинного обучения • знать, как использовать библиотеки Python, такие как PyTorch, для приложений глубокого обучения • создавать глубокие нейронные сети с использованием PyTorch

Гибкие сроки

Гибкие сроки

Сбрасывать сроки в соответствии с вашим графиком.

Общий сертификат

Общий сертификат

Получите сертификат по завершении

100 % онлайн

100 % онлайн

Начните сразу и учитесь по собственному расписанию.

Средний уровень

Средний уровень

Часов на прохождение

Прибл. 30 часов на выполнение

Доступные языки

Английский

Субтитры: арабский, французский, португальский (европейский), итальянский, вьетнамский, немецкий, русский, английский, испанский

Гибкие сроки

Гибкие сроки

Сбрасывайте сроки в соответствии с вашим графиком.

Общий сертификат

Совместно используемый сертификат

Получите сертификат по завершении

100% онлайн

100% онлайн

Начните немедленно и учитесь по собственному графику.

Средний уровень

Средний уровень

Часов на прохождение

Прибл. 30 часов

Доступные языки

Английский

Субтитры: арабский, французский, португальский (европейский), итальянский, вьетнамский, немецкий, русский, английский, испанский

Инструктор

Джозеф Сантарканджело

Доктор наук, специалист по данным в IBM

IBM Developer Skills Network

952,023 Учащиеся

26 Курсы

Предложение ed by

IBM

IBM является мировым лидером в области трансформации бизнеса благодаря открытая гибридная облачная платформа и искусственный интеллект, обслуживающая клиентов более чем в 170 странах мира. Сегодня 47 компаний из списка Fortune 50 полагаются на IBM Cloud для ведения своего бизнеса, а корпоративный ИИ IBM Watson усердно работает в более чем 30 000 проектов. IBM также является одной из самых важных корпоративных исследовательских организаций в мире, которая 28 лет подряд занимает лидирующие позиции в области патентов. Прежде всего, руководствуясь принципами доверия и прозрачности, а также поддержкой более инклюзивного общества, IBM стремится быть ответственным новатором в области технологий и силой добра в мире.

Для получения дополнительной информации о IBM посетите: www.ibm.com

Обзоры

4.4

Заполненные Звезды Заполненные Звезды Заполненные Звезды Заполненные Звезды Наполовину Заполненные Звезды

296 отзывов

• 5 звезд 900 03

  64,63%

• 4 звезды

  22,80 %

• 3 звезды

  5,64%

• 2 звезды

  3,86%

• 1 звезда 90 003

  3,04%

ЛУЧШИЕ ОТЗЫВЫ ОТ ГЛУБОКИХ НЕЙРОННЫХ СЕТЕЙ С PYTORCH

Filled StarFilled StarFilled StarFilled StarStar

от TG 11 января 2020 г.

Очень интенсивный курс. Могли бы сделать больше учебных лабораторий. Но это определенно очень плотный курс. Чрезвычайно полезно для начала работы с ML/Deep Learning.

Filled StarFilled StarFilled StarFilled StarFilled Star

by ME30 марта 2020 г.

Этот курс представляет собой очень хорошее и связное введение в нейронные сети. Я многому научился во время своего путешествия, и я рекомендую его всем, кто интересуется этой областью.

Filled StarFilled StarFilled StarFilled StarFilled Star

by SS 27 июля 2020 г.

Замечательный курс!!! Лучший среди всех курсов по AI Engineer Certificate от IBM. Глубокое обучение всегда преследовало меня с помощью математики, но теперь я очень хорошо начинаю с этого.

Filled StarFilled StarFilled StarFilled StarStar

by RDS30 сентября 2021 г.

Материал хороший. Мне показались задания слишком простыми. Немного больше вызов будет приветствоваться. Я обнаружил, что искусственный голос на лекциях отвлекает. ИИ недостаточно хорош.