基于深度学习的分泌蛋白原核表达优化

面向AI驱动生物医学领域，以赛促研。利用先进AI技术，推动生物医学领域科研难题求解，提升我国生物医学领域AI研发能力。采用“AI+实验”的干湿结合竞赛模式，通过湿实验验证，获得比赛结果的真实性。

蛋白表达是指利用基因重组技术表达蛋白质的过程。通过利用如细菌、酵母、动物细胞等体系，表达外源基因蛋白，研究其结构和功能。原核系统和真核细胞有密码子不同等体系差异，在使用原核系统表达真核基因时，容易产生表达效率和表达水平低等问题。

目前，如何在原核生物体系进行分泌蛋白表达仍具有挑战，需保证表达蛋白的可溶性、分泌效率、活性等特性，对于如何选择合适的宿主、信号肽、分子标签缺乏完整技术指导。本赛题要求参赛者利用公开数据集，构建蛋白表达算法，指导分泌蛋白的原核生物体系表达的实施。初赛阶段，要求提交算法在测试数据集上评测达标。复赛阶段，要求在指定分泌蛋白序列，提交算法指导构建载体。由筹办方进行实验验证，按照上述指标评价表达性能。

赛题解读视频 赛题解读文件 赛题数据下载 算力平台指南