Alphappimi: un marco integral de aprendizaje profundo para predecir las interacciones PPI-modulador

Área de la Ciencia:

• Biología computacional
• Descubrimiento de drogas
• La bioinformática

Sus antecedentes:

• Las interacciones proteína-proteína (IPP) son cruciales para los procesos biológicos, y su desregulación está relacionada con las enfermedades.
• La identificación de moduladores dirigidos a los IPP y sus interfaces es una estrategia terapéutica clave.
• Los métodos tradicionales tienen dificultades para identificar los moduladores de PPI, especialmente para los objetivos que carecen de compuestos activos conocidos.

Objetivo del estudio:

• Desarrollar un marco de aprendizaje profundo, AlphaPPIMI, para predecir las interacciones del modulador de interacción proteína-proteína (PPIMI).
• Para dirigirse específicamente a las interfaces PPI para el descubrimiento de moduladores.
• Crear conjuntos de datos de referencia sólidos para evaluar los métodos de predicción del PPIMI.

Principales métodos:

• Características moleculares multimodales integradas (Uni-Mol2), las representaciones de proteínas (ESM2, ProTrans) y las características estructurales del PPI (PFeature).
• Empleó una arquitectura especializada de atención cruzada para fusionar diversas representaciones moleculares.
• Utilizó Redes Adversarias de Dominio Condicional (CDAN) para mejorar la generalización entre dominios.

Principales resultados:

• AlphaPPIMI demostró un rendimiento superior en la predicción de PPIMI en comparación con los métodos existentes.
• El marco aprendió efectivamente las asociaciones entre los objetivos del IPP y los moduladores.
• Logró una robusta generalización entre dominios en diversas familias de proteínas.

Conclusiones:

• AlphaPPIMI ofrece una poderosa herramienta computacional para priorizar los moduladores PPI candidatos.
• El marco es prometedor para el descubrimiento de terapias dirigidas a los IBP, en particular las que actúan sobre las interfaces proteína-proteína.
• Este trabajo avanza en el campo del descubrimiento computacional de fármacos para blancos complejos de proteínas.