AggrescanAI：コンテキスト化された埋め込みを使用した凝集しにくい領域の予測

科学分野:

• 生化学および分子生物学
• 計算生物学およびバイオインフォマティクス
• 神経科学

背景:

• タンパク質凝集は神経変性疾患に関与しています。
• 凝集しやすい領域（APR）がタンパク質凝集を駆動します。
• APRの予測は、タンパク質工学および疾患研究にとって重要です。

研究 の 目的:

• 残基レベルのタンパク質凝集傾向を予測するための新しい深層学習ツール、AggrescanAIを開発すること。
• 構造データなしで配列ベースの凝集予測にタンパク質言語モデルを活用すること。
• 研究者向けのアクセス可能でオープンソースのツールを提供すること。

主な方法:

• コンテキスト埋め込みのためにProtT5タンパク質言語モデルを利用しました。
• 実験的に検証されたAPRおよび拡張データセットで深層学習モデルをトレーニングしました。
• 交差検証および外部ベンチマークを使用してモデルのパフォーマンスを評価しました。
• 変異によって引き起こされる凝集シフトを予測するモデルの能力を評価しました。

主要な成果:

• AggrescanAIは、タンパク質配列から直接、残基レベルの凝集傾向を正確に予測します。
• このツールは、既存の最先端の凝集予測ツールを上回る性能を発揮します。
• AggrescanAIは、病原性変異によって誘発される凝集の変化を正常に捉えます。
• アクセスしやすいように、ユーザーフレンドリーなGoogle Colabノートブックが利用可能です。

結論:

• AggrescanAIは、配列ベースのタンパク質凝集予測において重要な進歩を表しています。
• このツールは、神経変性疾患の研究およびタンパク質工学における能力を向上させます。
• 深層学習およびタンパク質言語モデルは、タンパク質の挙動を予測するための強力なアプローチを提供します。