Un marco de aprendizaje profundo basado en estructuras para corregir las anotaciones erróneas de productos naturales...

Área de la Ciencia:

• Química de Productos Naturales Marinos
• Bioinformática
• Descubrimiento de Fármacos

Sus antecedentes:

• Los productos naturales marinos (MNP) son cruciales para el descubrimiento de fármacos, pero a menudo se anotan erróneamente en las bases de datos debido a la simbiosis huésped-microbio.
• Los datos inexactos dificultan los estudios biosintéticos y el descubrimiento de inteligencia artificial (IA) de terapéuticas novedosas.

Objetivo del estudio:

• Desarrollar un flujo de trabajo basado en estructuras para clasificar los orígenes de los MNP y corregir las anotaciones erróneas en los conjuntos de datos marinos.
• Mejorar la precisión de las bases de datos de productos naturales para el descubrimiento de fármacos impulsado por IA.

Principales métodos:

• Integró una estrategia de limpieza de datos en dos pasos utilizando datos de compuestos de CMNPD y NPAtlas.
• Empleó una red neuronal gráfica preentrenada microbiana para detectar inconsistencias en las etiquetas y filtrar valores atípicos estructurales.
• Clasificó los orígenes de los compuestos basándose en la estructura química y las asociaciones microbianas predichas.

Principales resultados:

• Logró una precisión equilibrada del 85,56% en la clasificación de origen.
• Identificó 3996 compuestos con orígenes microbianos predichos en conflicto con las etiquetas de Animalia.
• Detectó patrones estructurales biológicamente coherentes dentro de metabolitos simbióticos putativos.

Conclusiones:

• El marco desarrollado ofrece un método escalable de control de calidad para bases de datos de productos naturales.
• La precisión mejorada apoya un rastreo más confiable de los clústeres de genes biosintéticos (BGC) y la selección del huésped.
• Facilita un descubrimiento más efectivo de productos naturales marinos impulsado por IA.