[pLM4ACP:機械学習とタンパク質言語モデルに基づく抗がんペプチドの予測モデル]
Yitong Liu1, Wenxin Chen1, Juanjuan Li1
1School of Life and Health Sciences, Hainan University, Haikou 570228, Hainan, China.
Sheng wu gong cheng xue bao = Chinese journal of biotechnology
|August 28, 2025
まとめ
この研究は,抗がんペプチド (ACP) を正確に予測する機械学習モデルであるpLM4ACPを導入します. このAIによるアプローチは 癌治療のための新しいACPの発見を促進し 伝統的な方法の限界を克服します
科学分野:
- コンピュータ生物学
- バイオ情報学
- 医療における人工知能
背景:
- がんは依然として世界中で主要な死因であり,従来の治療法では重要な臓器の機能にリスクが伴う.
- 抗がんペプチド (ACP) は,特異性と低毒性により,標的がん療法として有望である.
- 現在,ACPを特定する方法は,研究室が密集し,費用がかかり,時間がかかります.
研究 の 目的:
- 抗がんペプチド (ACP) を予測するための効率的で正確な計算モデルを開発する.
- タンパク質の言語モデルと機械学習を活用し,ACPの識別を改善する.
- 癌治療の精密医療の発展に人工知能の応用を促進する.
主な方法:
- 既知の抗がんペプチドから特性を抽出するために ProtT5 タンパク質言語モデルを使用した.
- モデルトレーニングと最適化のためにサポートベクトルマシン (SVM) の分類アルゴリズムを使用した.
- 正確さ,F1スコア,MCC,AUCを評価するために独立したテストセットを使用してモデルのパフォーマンスを評価します.
主要な成果:
- pLM4ACPモデルは,独立したテストセットで0.763の総精度を達成しました.
- このモデルは高F1スコア0.767とマチューズ相関係数 (MCC) 0.527を示した.
- 曲線下の面積 (AUC) は0. 827に達し,他の方法と比較して強力な予測性能を示した.
結論:
- 開発されたpLM4ACPモデルは,抗がんペプチド予測のための効率的な計算アプローチを提供します.
- この進歩は バイオメディカル分野における 人工知能の応用を強化します
- この研究は,がん研究における精密医療と計算生物学の開発を促進します.
