JoVE - Journal of Visualized Experiments
JoVE Visualize
Contact Us
Esta página ha sido traducida por una máquina. Otras páginas pueden seguir apareciendo en inglés. View in English

Un modelo innovador de predicción de la toxicidad de los péptidos basado en una red neuronal convolucional a escala múltiple y una conexión residual

  • 0School of Mathematics and Statistics, Xidian University, Xi'an, 710071, P. R. China.
Bioinformatics +

|

22 de agosto de 2025

|

22 de agosto de 2025

Ver abstracta en PubMed

Resumen

Este resumen es generado por máquina.

Un nuevo modelo, ToxMSRC, predice con precisión la toxicidad de los péptidos utilizando técnicas avanzadas de IA. Esta herramienta ayuda a desarrollar terapias de péptidos más seguras mediante la identificación de posibles secuencias tóxicas al principio del proceso de desarrollo de fármacos.

Área De La Ciencia

  • Biología computacional
  • La bioinformática
  • Descubrimiento de drogas

Sus Antecedentes

  • La toxicidad de los péptidos plantea riesgos significativos en el desarrollo terapéutico, causando potencialmente daño a los órganos y reacciones inmunológicas.
  • La predicción precisa de la toxicidad del péptido es crucial para garantizar la seguridad y eficacia del fármaco.

Objetivo Del Estudio

  • Desarrollar un nuevo modelo computacional para predecir la toxicidad de los péptidos.
  • Mejorar la precisión y fiabilidad de las evaluaciones de toxicidad de los péptidos en el desarrollo de fármacos.

Principales Métodos

  • Utilizó un enfoque híbrido que combina la bolsa continua de palabras (CBOW), la técnica de sobremostración de minorías sintéticas (SMOTE), las redes neuronales convolucionales a escala múltiple (CNN) y la memoria de corto plazo bidireccional (BiLSTM).
  • Implementó una conexión residual para mejorar la generalización del modelo y evitar el exceso de ajuste.
  • Se abordaron los problemas de desequilibrio de los datos aumentando las muestras positivas.

Principales Resultados

  • El modelo ToxMSRC logró un alto rendimiento predictivo, con puntuaciones BACC del 92,17% en la prueba independiente1 y del 86,89% en la prueba independiente2.
  • Superó a los modelos de última generación existentes en la predicción de la toxicidad de los péptidos.
  • Proporcionó información sobre la relación secuencia-toxicidad.

Conclusiones

  • ToxMSRC ofrece un método robusto y preciso para predecir la toxicidad de los péptidos.
  • El modelo demuestra un potencial significativo para su aplicación práctica en el desarrollo de fármacos basados en péptidos.
  • El código y los datos de código abierto están disponibles para uso comunitario y investigación adicional.