Alphappimi: PPI-モジュレーターの相互作用を予測するための包括的なディープラーニングフレームワーク
Dayan Liu1,2, Tao Song1,2, Shuang Wang1,2
1College of Computer Science and Technology, China University of Petroleum (East China), Qingdao, 266580, Shandong, China.
AlphaPPIMIは,タンパク質とタンパク質の相互作用 (PPI) を標的とする変調子を正確に予測する新しいディープラーニングフレームワークです. この計算ツールは,潜在的な薬剤候補を優先順位付けすることで,標的型PPI治療法を発見するのに役立ちます.
科学分野:
- コンピュータ生物学
- 薬物の発見
- バイオ情報学
背景:
- タンパク質とタンパク質の相互作用 (PPI) は生物学的プロセスにとって極めて重要であり,その異常は病気と関連しています.
- PPIとそれらのインターフェースをターゲットとするモデュレータを特定することは,重要な治療戦略です.
- 伝統的な方法は,特に既知の活性化合物が欠けている標的に対して,PPI調節剤を特定するのに苦労します.
研究 の 目的:
- タンパク質相互作用変調子 (PPIMI) の相互作用を予測するための深層学習フレームワークであるAlphaPPIMIを開発する.
- モジュレーター発見のためのPPIインターフェースを特にターゲットにします.
- PPIMI予測方法を評価するための強力なベンチマークデータセットを作成します.
主な方法:
- 統合された多式分子特性 (Uni-Mol2),タンパク質表現 (ESM2,ProTrans) およびPPI構造特性 (PFeature)
- 多様な分子表現を融合させるための 専門的なクロス・アテンション・アーキテクチャを採用した.
- 条件付きドメイン対抗ネットワーク (CDAN) を利用し,ドメイン間の一般化を強化しました.
主要な成果:
- アルファPPIMIは,既存の方法と比較して,PPIMIの予測において優れたパフォーマンスを示した.
- フレームワークは,PPIのターゲットとモジュレータの間の関連性を効果的に学びました.
- 多種多様なタンパク質ファミリーにわたる強固なクロスドメインの一般化を達成した.
結論:
- AlphaPPIMIは,PPIモジュール候補の優先順位を決めるための強力な計算ツールを提供します.
- この枠組みは,特にタンパク質とタンパク質のインターフェイスに作用する標的型PPIの治療法の発見に希望を示しています.
- この研究は複雑なタンパク質標的の 計算による薬剤発見の分野を前進させています
さらに関連する動画
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
09:38Generalized Psychophysiological Interaction PPI Analysis of Memory Related Connectivity in Individuals at Genetic Risk for Alzheimer's Disease
Published on: November 14, 2017
関連する概念動画
Predicting Reaction Outcomes
Multi-input and Multi-variable systems
In the absence...
Neural Regulation
Neural Circuits
Neuronal pools are collections of nerve cells with similar functions and interact through chemical and electrical signals. These pools include both interneurons (the central neural circuit nodes that...
End Point Prediction: Gran Plot
For potentiometric titration, the Gran plot is created by plotting...
PI Controller: Design
