ProT-Diff:通过整合蛋白质语言和扩散模型来实现抗菌序列的De Novo生成的模块化和有效的策略
Xue-Fei Wang1, Jing-Ya Tang2,3, Jing Sun2,4
1Precision Scientific (Beijing) Co. Ltd., Beijing, 100085, China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|September 25, 2024
概括
研究人员开发了ProT-Diff,这是一种新的AI工具,用于创建各种抗微生物 (AMP),用于对抗抗生素耐药细菌. 这种方法快速生成和验证有前途的AMP候选者,提供新的治疗选择.
科学领域:
- 生物技术是生物技术.
- 计算生物学 计算生物学
- 药物发现 药物发现 药物发现
背景情况:
- 抗微生物 (AMP) 是对抗抗生素耐药性病原体的有希望的途径.
- 目前用于生成多种AMP的方法在效率方面面临挑战,并且需要先前了解结构.
研究的目的:
- 引入ProT-Diff,这是一种新的深度生成方法,用于AMP序列的新一代生成.
- 在没有预定义的结构或序列信息的情况下,实现有效和多样化的AMP生成.
主要方法:
- ProT-Diff将预训练的蛋白质语言模型与扩散模型集成在一起.
- 该方法允许快速生成具有不同长度和结构的众多AMP序列.
- 使用in silico物理化学选来选择候选的验证.
主要成果:
- 在几个小时内,ProT-Diff产生了数千个不同的AMP序列.
- 实验验证确认了45种选定中的44种抗微生物活性,对抗阳性和阴性细菌.
- AMP_2表现出强大的广谱活性,低血解和最小的细胞毒性,在体内证明对耐药大肠杆菌有效.
结论:
- ProT-Diff为新的AMP生成提供了一个可行的和用户友好的策略.
- 该研究产生了潜在的抗微生物药物候选者,具有显著的治疗前景.
- 预计这项工作将加速开发基于的治疗方法和定制蛋白质.
