SimPep y OP-AND: Un marco de aprendizaje profundo y una base de datos curada para predecir péptidos osteogénicos

Área de la Ciencia:

• La bioquímica
• Biología computacional
• Ciencias de la nutrición

Sus antecedentes:

• La salud ósea es una preocupación importante para las poblaciones que envejecen en todo el mundo.
• Los péptidos bioactivos de los productos lácteos muestran potencial para prevenir enfermedades óseas.
• Las bases de datos públicas limitadas para los péptidos osteogénicos (PO) dificultan la investigación computacional.

Objetivo del estudio:

• Crear una base de datos pública de péptidos osteogénicos (PO).
• Desarrollar un marco computacional para la identificación de las PO.
• Proponer una hipótesis con respecto a los péptidos no osteogénicos involucrados en la formación de osteoclastos.

Principales métodos:

• Desarrollo de la base de datos OP-AND, una colección curada de OP.
• Creación de SimPep, un marco de aprendizaje profundo para la predicción de OP.
• Validación cruzada de 5 veces y evaluación en conjuntos de datos externos.

Principales resultados:

• El marco SimPep logró una precisión del 86,87% y un AUC del 76,88%.
• Se introdujo un proceso de selección de PO potenciales para su validación experimental.
• El péptido alfa s1-caseína de leche de camello "MKLLILTCLVAVALARPKYPLRYPEVF" ha sido identificado como el mejor candidato.

Conclusiones:

• OP-AND y SimPep proporcionan recursos valiosos para la investigación de péptidos osteogénicos.
• Los métodos desarrollados facilitan el descubrimiento de nuevos PO para la salud ósea.
• Se requiere una mayor validación experimental de los péptidos candidatos identificados.