論文の概要: Thermal Tracks: A Gaussian process-based framework for universal melting curve analysis enabling unconstrained hit identification in thermal proteome profiling experiments

• arxiv url: http://arxiv.org/abs/2508.09659v1
• Date: Wed, 13 Aug 2025 09:42:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-14 20:42:00.841529
• Title: Thermal Tracks: A Gaussian process-based framework for universal melting curve analysis enabling unconstrained hit identification in thermal proteome profiling experiments
• Title（参考訳）: サーマルトラック:サーマルプロテオームプロファイリング実験における非拘束ヒット同定を可能にする普遍的融解曲線解析のためのガウス的プロセスベースフレームワーク
• Authors: Johannes F. Hevler, Shivam Verma, Mirat Soijtra, Carolyn R. Bertozzi,
• Abstract要約: Thermal Tracksは、タンパク質の熱安定性データを解析するためのPythonベースの統計フレームワークである。 既存のサーマルプロテオームプロファイリング(TPP)ワークフローの重要な制限を克服する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Thermal Tracks is a Python-based statistical framework for analyzing protein thermal stability data that overcomes key limitations of existing thermal proteome profiling (TPP) work-flows. Unlike standard approaches that assume sigmoidal melting curves and are constrained by empirical null distributions (limiting significant hits to approximately 5 % of data), Thermal Tracks uses Gaussian Process (GP) models with squared-exponential kernels to flexibly model any melting curve shape while generating unbiased null distributions through kernel priors. This framework is particularly valuable for analyzing proteome-wide perturbations that significantly alter protein thermal stability, such as pathway inhibitions, genetic modifications, or environmental stresses, where conventional TPP methods may miss biologically relevant changes due to their statistical constraints. Furthermore, Thermal Tracks excels at analyzing proteins with un-conventional melting profiles, including phase-separating proteins and membrane proteins, which often exhibit complex, non-sigmoidal thermal stability behaviors. Thermal Tracks is freely available from GitHub and is implemented in Python, providing an accessible and flexible tool for proteome-wide thermal profiling studies.
• Abstract（参考訳）: Thermal Tracksは、タンパク質の熱安定性データを解析するためのPythonベースの統計フレームワークで、既存の熱プロテオームプロファイリング(TPP)ワークフローの重要な制限を克服する。 シグモダル融解曲線を仮定し、経験的ヌル分布に制約される標準的なアプローチとは違い、サーマルトラックは二乗指数核を持つガウス過程(GP)モデルを使用して、任意の融解曲線の形状を柔軟にモデル化し、カーネル前駆体を通して非バイアスのヌル分布を生成する。 この枠組みは、経路阻害、遺伝的修飾、環境ストレスなど、タンパク質の熱安定性を著しく変化させるプロテオーム全体の摂動を分析するのに特に有用であり、従来のTPP法は、その統計的制約により生物学的に関係のない変化を見逃す可能性がある。 さらに、熱トラックは、相分離タンパク質や膜タンパク質を含む非伝統的な融解プロファイルを持つタンパク質を解析し、複雑な非シグモダル熱安定性の挙動を示す。 Thermal TracksはGitHubから無料で入手でき、Pythonで実装されている。

関連論文リスト

• Modeling enzyme temperature stability from sequence segment perspective [29.319725221088156]
  textitSegment Transformerは、酵素の温度安定性の効率的かつ正確な予測を可能にする新しいディープラーニングフレームワークである。 RMSEは24.03、MAEは18.09、PearsonとSpearmanの相関は0.33である。
  論文  参考訳（メタデータ） (2025-07-26T03:01:58Z)
• Data Collection with Non-Uniform Axial Power for Phase II of the OECD/NEA AI/ML Critical Heat Flux Benchmark [0.0]
  臨界熱流束(CHF)は軽水炉の沸騰危機の始まりを示す。 この研究は、一様および非一様軸加熱条件の両方をカバーする広いCHFデータセットをコンパイルし、デジタル化する。
  論文  参考訳（メタデータ） (2025-06-18T16:01:44Z)
• Boltzmann-Aligned Inverse Folding Model as a Predictor of Mutational Effects on Protein-Protein Interactions [48.58317905849438]
  結合自由エネルギーの変化を予測する(Delta Delta G$)ことはタンパク質-タンパク質相互作用の理解と調節に不可欠である。 本稿では,事前学習した逆折り畳みモデルから$Delta Delta G$予測への知識伝達のためのボルツマンアライメント手法を提案する。
  論文  参考訳（メタデータ） (2024-10-12T14:13:42Z)
• Protein Conformation Generation via Force-Guided SE(3) Diffusion Models [48.48934625235448]
  新しいタンパク質コンホメーションを生成するために、深層生成モデリング技術が用いられている。 本稿では,タンパク質コンフォメーション生成のための力誘導SE(3)拡散モデルConfDiffを提案する。
  論文  参考訳（メタデータ） (2024-03-21T02:44:08Z)
• Efficiently Predicting Protein Stability Changes Upon Single-point Mutation with Large Language Models [51.57843608615827]
  タンパク質の熱安定性を正確に予測する能力は、様々なサブフィールドや生化学への応用において重要である。 タンパク質配列と構造的特徴を統合したESMによる効率的なアプローチを導入し, 単一点突然変異によるタンパク質の熱安定性変化を予測する。
  論文  参考訳（メタデータ） (2023-12-07T03:25:49Z)
• Correlating exciton coherence length, localization, and its optical lineshape. I. a finite temperature solution of the Davydov soliton model [6.321935605877715]
  分子励起子のラインシェイプを有限温度格子振動に接続する新しい手法を提案する。 エネルギーゆらぎと局所化の両方がパラメータフリーで還元された記述で記述できることがわかった。
  論文  参考訳（メタデータ） (2022-03-10T19:51:02Z)
• Uhlmann Fidelity and Fidelity Susceptibility for Integrable Spin Chains at Finite Temperature: Exact Results [68.8204255655161]
  奇数パリティ部分空間の適切な包含は、中間温度範囲における最大忠実度感受性の向上につながることを示す。 正しい低温の挙動は、2つの最も低い多体エネルギー固有状態を含む近似によって捉えられる。
  論文  参考訳（メタデータ） (2021-05-11T14:08:02Z)
• Adiabatic Sensing Technique for Optimal Temperature Estimation using Trapped Ions [64.31011847952006]
  捕捉イオンを用いた最適なフォノン温度推定のための断熱法を提案する。 フォノンの熱分布に関する関連する情報は、スピンの集合的な自由度に伝達することができる。 それぞれの熱状態確率は、各スピン励起構成に近似的にマッピングされることを示す。
  論文  参考訳（メタデータ） (2020-12-16T12:58:08Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。