[pLM4ACP: un modelo para predecir péptidos contra el cáncer basado en el aprendizaje automático y los modelos de...

Área de la Ciencia:

• Biología computacional
• La bioinformática
• La inteligencia artificial en la medicina

Sus antecedentes:

• El cáncer sigue siendo una de las principales causas de mortalidad en todo el mundo, y los tratamientos convencionales presentan riesgos para las funciones vitales de los órganos.
• Los péptidos anticancerígenos (PCA) son prometedores como terapias dirigidas contra el cáncer debido a su especificidad y baja toxicidad.
• Los métodos actuales de identificación de los ACP consumen mucho tiempo, son costosos y requieren un trabajo intensivo de laboratorio.

Objetivo del estudio:

• Desarrollar un modelo computacional eficiente y preciso para predecir los péptidos anticancerígenos (PCA).
• Aprovechar los modelos de lenguaje de proteínas y el aprendizaje automático para mejorar la identificación ACP.
• Facilitar la aplicación de la inteligencia artificial en el avance de la medicina de precisión para el tratamiento del cáncer.

Principales métodos:

• Utilizó el modelo de lenguaje de proteínas ProtT5 para extraer características de péptidos anticancerígenos conocidos.
• Empleó un algoritmo de clasificación de máquina vectorial de soporte (SVM) para el entrenamiento y la optimización del modelo.
• El rendimiento del modelo evaluado utilizando un conjunto de ensayos independientes para evaluar la precisión, la puntuación F1, el MCC y el AUC.

Principales resultados:

• El modelo pLM4ACP logró una precisión general de 0,763 en el conjunto de pruebas independientes.
• El modelo demostró una alta puntuación F1 de 0,767 y un coeficiente de correlación de Matthews (MCC) de 0,527.
• El área bajo la curva (AUC) alcanzó 0,827, lo que indica un buen rendimiento predictivo en comparación con otros métodos.

Conclusiones:

• El modelo pLM4ACP desarrollado proporciona un enfoque computacional eficiente para la predicción de péptidos contra el cáncer.
• Este avance mejora la aplicación de la inteligencia artificial en el campo biomédico.
• El estudio promueve el desarrollo de la medicina de precisión y la biología computacional en la investigación del cáncer.