KmPred: predicción de constantes de Michaelis (Km) utilizando un marco de aprendizaje automático integrador

Área de la Ciencia:

• Bioquímica
• Biología Computacional
• Aprendizaje Automático

Sus antecedentes:

• La constante de Michaelis (Km) cuantifica la afinidad enzima-sustrato, crucial para comprender la cinética enzimática.
• Los ensayos in vitro tradicionales para determinar la Km consumen mucho tiempo y son laboriosos.
• Los avances en las bases de datos de proteínas y productos químicos permiten la predicción computacional de parámetros cinéticos.

Objetivo del estudio:

• Desarrollar y validar KmPred, un marco de aprendizaje automático para la predicción precisa de Km.
• Integrar incrustaciones de secuencias de proteínas y descriptores moleculares de sustratos para mejorar el poder predictivo.
• Establecer un enfoque computacional para acelerar la caracterización de enzimas.

Principales métodos:

• Se desarrolló KmPred, un marco de aprendizaje automático que combina incrustaciones de secuencias de proteínas (de modelos de lenguaje) y descriptores moleculares derivados de SMILES de sustratos.
• Se utilizaron modelos LSTM y Transformer para la extracción de características de secuencias de enzimas.
• Se empleó XGBoost para las predicciones finales de regresión de Km.
• Se comparó el rendimiento en los conjuntos de datos MPEK y Kroll et al.

Principales resultados:

• KmPred logró un rendimiento competitivo en los conjuntos de datos MPEK y Kroll, superando a los modelos de referencia.
• En el conjunto de datos MPEK, el mejor modelo arrojó un R² de 0.7049 y un PCC de 0.8398.
• En el conjunto de datos Kroll, KmPred logró un R² de 0.5519 y un PCC de 0.7440.
• Demostró una predicción de Km robusta y generalizable al combinar características multimodales y arquitecturas avanzadas de ML.

Conclusiones:

• La integración de características multimodales (secuencia de proteínas y propiedades del ligando) con aprendizaje automático avanzado permite una predicción robusta de Km.
• KmPred ofrece un enfoque computacional escalable para la enzimología predictiva, acelerando la caracterización de enzimas.
• Esta metodología impulsada por IA tiene implicaciones significativas para la biotecnología, la ingeniería metabólica y los procesos de descubrimiento de fármacos.