通过深度学习设计的针对Cutibacterium acnes的新型抗菌
Qichang Dong1, Shaohua Wang1, Ying Miao2
1Shanghai MetaNovas Biotech Co., Ltd, Shanghai, 200120, China.
Scientific reports
|February 24, 2024
概括
在Cutibacterium的抗生素耐药性需要新的治疗方法. 研究人员使用深度学习设计了新型抗微生物 (AMP),确定了五种对抗C. acnes.有效的强有力的候选者.
科学领域:
- 微生物学 微生物学
- 计算生物学 计算生物学
- 生物技术是生物技术.
背景情况:
- 昆虫细菌 (C. acnes) 对抗生素的耐药性越来越强,这推动了对替代疗法的需求.
- 抗微生物 (AMP) 是一种有前途的化合物类别,用于开发新的抗治疗方法.
研究的目的:
- 使用计算方法设计专门抑制C. acnes的新.
- 评估针对C. acnes. 设计的的抗菌活性和选择性.
主要方法:
- 使用了一个深度学习管道,包括生成器,分类器,转移学习和预训练的蛋白质嵌入.
- 构建了一个家族遗传树,以增强C. acnes抑制的训练数据.
- 合成了42种新的线性,并通过实验测试了其抗菌性质.
主要成果:
- 设计的五种体对C. acnes.具有高强度和选择性.
- 有效的最小抑制度 (MIC) 在2-4μg/mL之间.
- 这项研究成功地展示了计算方法在合理设计中的潜力.
结论:
- 设计的体显示出作为抗治疗药物的显著前景.
- 包括深度学习在内的计算方法是开发有针对性的抗微生物的强大工具.


