説明可能な人工知能を用いた高活性な抗生物質および抗バイオフィルムペプチドの設計

科学分野:

• 計算化学と創薬、医療における人工知能、ペプチド治療薬

背景:

• 抗菌ペプチド（AMP）は、耐性菌およびバイオフィルムに対して有望です。現在のAMP設計方法は、効率と費用対効果の最適化が必要です。合理的な de novo 設計は、所望の特性を持つペプチドを開発するために不可欠です。

研究 の 目的:

• AMPおよび抗バイオフィルムペプチドの合理的な de novo 設計のための計算パイプラインを開発すること。Wasserstein Autoencoder（WAE）とGenerative Topographic Mapping（GTM）を組み合わせた説明可能な人工知能（XAI）フレームワークを活用すること。潜在的な抗菌および抗バイオフィルムペプチドを計算的にスクリーニングおよび特定すること。

主な方法:

• ペプチド空間の潜在的表現を学習するためにWAEを利用しました。2D潜在空間マップを介して新しいAMPの生成をガイドするためにGTMを採用しました。予測される活性に基づいて生成されたペプチドをスクリーニングするために機械学習モデルを統合しました。

主要な成果:

• パイプラインは、検証された抗菌および抗バイオフィルム活性を持つペプチドを生成することに成功しました。メチシリン耐性黄色ブドウ球菌（MRSA）に対する実験的検証では、バイオフィルムを標的とするためのヒット率が100%でした。最も強力な抗バイオフィルムペプチドは、参照ペプチド「1018」と比較してIC50値の大幅な改善を示しました。

結論:

• 開発されたXAIベースの計算パイプラインは、AMPおよび抗バイオフィルムペプチドの効率的な合理的な de novo 設計を可能にします。このパイプラインは、活性が改善された強力な抗バイオフィルム剤を特定する上で高い有効性を示します。このアプローチは、追加のペプチド特性を最適化するために適応可能であり、ペプチドベースの治療薬の開発を容易にします。