<legend id="h4sia"></legend><samp id="h4sia"></samp>
<sup id="h4sia"></sup>
<mark id="h4sia"><del id="h4sia"></del></mark>

<p id="h4sia"><td id="h4sia"></td></p><track id="h4sia"></track>

<delect id="h4sia"></delect>
  • <input id="h4sia"><address id="h4sia"></address>

    <menuitem id="h4sia"></menuitem>

    1. <blockquote id="h4sia"><rt id="h4sia"></rt></blockquote>
      <wbr id="h4sia">
    2. <meter id="h4sia"></meter>

      <th id="h4sia"><center id="h4sia"><delect id="h4sia"></delect></center></th>
    3. <dl id="h4sia"></dl>
    4. <rp id="h4sia"><option id="h4sia"></option></rp>

        当前位置:首页 >> 工作动态 >> 科技前沿

        国外新算法可生成蛋白质5D图像揭示微小尺度下的生物学过程

        时间:2023-02-06 10:09      浏览次数:       来源:       字号:[ ]

          美国圣路易斯华盛顿大学科研团队开发出一种机器学习算法Deep-SMOLM,可生成蛋白质5D图像,包括单个分子的方向和位置等信息。

          实验室的单分子成像经常存在因包含“斑点”或波动等情况导致图像模糊的问题,该团队借助Deep-SMOLM可分辨分子在三维空间中的方向以及在二维空间中的位置,即从有“噪音”的像素化图像中提取出5个参数,使用颜色、曲率和方向来昭示数千个分子是如何相互连接的。该系统有助于更好地理解微小尺度的生物学过程,比如淀粉样蛋白如何聚集形成等。相关研究成果发表于《光学快报》期刊。

          注:本文摘自国外相关研究报道,文章内容不代表本网站观点和立场,仅供参考。

        本篇文章共有1页 当前为第 1

        关闭窗口