ディープラーニングベースのサーバは,シグナルペプチドの分泌効率を予測し,バチルス・サブティリスのタンパク質生産を改善するためにSecEff-Predを使用しています

科学分野:

• バイオテクノロジー バイオテクノロジー
• コンピュータ生物学 コンピュータ生物学
• 分子生物学は分子生物学である.

背景:

• シグナルペプチド (SP) は,バチルスの種のタンパク質分泌に不可欠であり,生産効率に影響を与えます.
• 現在の計算ツールには,シグナルペプチド分泌の効率を予測する信頼性が欠けている.
• SP効率の正確な予測は,再結合タンパク質の生産を最適化するために不可欠です.

研究 の 目的:

• Bacillus subtilis. のシグナルペプチド効率を予測するための新しい計算ツール,SecEff-Predを開発する.
• 先進的な機械学習技術を使用して,シグナルペプチド効率の予測の精度を高めるために.
• バチルス種におけるタンパク質分泌を研究する研究者のために,信頼性の高いウェブサーバーを提供すること.

主な方法:

• SecEff-Predの開発は,ESM-2ベースの予測器を使用するWebサーバーです.
• 革新的なデータシミュレーション戦略とマルチタスク学習フレームワークの実装.
• フォスフォリパゼD (PLD) のようなレポータータンパク質を用いたSecEff-Predの検証.

主要な成果:

• SecEff-Predは,様々なタンパク質に対して高い予測精度を達成した:α-アミラーゼは85.59%,アルカリ性キシラナーゼは81.58% ,クチナゼは74.68%.
• PLDによる検証では,シグナルペプチド効率の全体的な予測精度は72%であった.
• このツールは,効率的なSPに対して80%の精度,非効率的なSPに対して62.50%の精度を示した.

結論:

• SecEff-Predは,Bacillus subtilis.のシグナルペプチド効率を予測するための強力で正確な計算ツールです.
• 開発されたツールは,B. subtilis. のタンパク質分泌プロセスを著しく誘導し,最適化することができます.
• SecEff-Predは,改善されたシグナルペプチド選択を通じて,タンパク質の生産を強化するための信頼できるソリューションを提供します.