机器学习辅助基于人类内源蛋白的抗菌的合理设计及其用于化品防腐剂系统优化应用
Lizhi Yue1,2, Liya Song1, Siyu Zhu3,4
1Key Laboratory of Cosmetic of China National Light Industry, School of Light Industry Science and Engineering, Beijing Technology and Business University, Beijing, China.
Scientific reports
|January 10, 2024
概括
研究人员使用人工智能开发了一种新的抗微生物 (AMP),IK-16-1,用于更安全的化品防腐剂. 这种具有广泛的活性,可以降低其他防腐剂的度,提供了一个有前途的替代品.
科学领域:
- 生物技术是生物技术.
- 计算化学计算化学
- 化品科学 化品科学
背景情况:
- 由于安全问题,化品防腐剂面临严格审查,需要开发更安全的替代品.
- 抗微生物 (AMP) 是先天免疫的组成部分,具有强大的抗微生物特性.
- 现有的防腐剂往往需要高度,这带来了安全和监管方面的挑战.
研究的目的:
- 使用人工智能 (AI) 和计算方法设计和验证用于化品应用的新型抗微生物 (AMP).
- 评估设计的AMP对常见化品污染物的安全性和有效性.
- 探索新型AMP作为化品配方中的防腐剂协同剂的潜力.
主要方法:
- 机器学习辅助理性设计被用来创建一种基于β-defensin结构的新,IK-16-1.
- 对大肠杆菌,金黄色葡萄球菌, Pseudomonas aeruginosa 和 Candida albicans 等关键微生物进行了广泛的抗菌活性测试.
- 进行了血液溶解活性测定,以评估设计的的安全性.
主要成果:
- 新型体IK-16-1显示出对已测试的细菌和真菌菌株具有显著的广泛抗菌活性.
- IK-16-1 没有表现出血液溶解活性,这表明它在化品中具有良好的安全性.
- 该研究证实了的潜力作为一种防腐剂协同剂,能够降低传统防腐剂的度.
结论:
- 计算设计和人工智能预测的结合是开发新型AMP的可行策略.
- IK-16-1是传统化品防腐剂的有希望,安全和有效的替代品或补充剂.
- 这种方法加速了AMP的开发,降低了成本,并解决了对更安全的化品成分的需求.
