22 شهریور 1402 – 17:33
پژوهشگران دانشگاه تهران نرمافزار ارتقاء یافته پیشگویی تمایل و استعداد تشکیل تجمعات پروتئینی- پپتیدی را برای پیشگیری از بیماریهایی مثل آلزایمر و پارکینسون طراحی کردند.

به گزارش سیتنا به نقل از دانشگاه تهران، پژوهشگران دانشکده زیستشناسی با همکاری دانشکده ریاضی، آمار و علوم کامپیوتر دانشکدگان علوم دانشگاه تهران موفق به طراحی و ابداع نرمافزار پیشبینی تمایل شکلگیری تجمعات پپتیدی و پروتئینی با عنوان SqFt شدند.
این دستاورد طی همکاری بینرشتهای فاطمه اشعاری پژوهشگر آزمایشگاه بیوتکنولوژی پروتئین با پژوهشگران رشتههای آمار و نیز مهندسی شیمی دانشگاه تهران به راهنمایی مشترک دکتر مهران حبیبی رضایی استاد دانشکده زیستشناسی و دکتر سودابه شمه سوار دانشیار دانشکده ریاضی آمار و علوم کامپیوتر دانشگاه تهران محقق شده است.
دکتر حبیبی رضایی، سرپرست این گروه پژوهشی، در خصوص اهمیت این دستاورد اظهار داشت: در شرایط استرس اکسیداتیو، بسیاری از پروتگرسیون لجستیک (Logistic Regression) مدل طراحی و از ۳۵۴ هگزاپپتید جهت آزمون نرمافزار استفاده و به منظور بررسی کارآیی مدل از شاخصها و آنالیزهای آماری بهرهبرداری شد. در ادامه، کارآیی و پایایی مدل ابداع شده طی مقایسه کمیتهای محاسباتی مورد نظر با مقادیر بدست آمده از سرورهای رایج و شناختهشده مانند Aggrescan، WALTZ، Metamyl و PASTA۲.۰ به اثبات رسید.
نتایج این پژوهش با عنوان Prediction of protein aggregation propensity employing SqFt-based logistic regression model اخیراً در مجله «International Journal of Biological Macromolecules» با ضریب تأثیر ۸.۲ منتشر شده است.
انتهای پیام
