机器学习驱动的发现和评估来自Crassostrea gigas的抗菌的粘膜蛋白质
Jingchen Song1, Kelin Liu2, Xiaoyang Jin1,3
1CAS Key Laboratory of Tropical Marine Bio-Resources and Ecology and Guangdong Provincial Key Laboratory of Applied Marine Biology, South China Sea Institute of Oceanology, Chinese Academy of Sciences, Guangzhou 510301, China.
Marine drugs
|September 27, 2024
概括
粘液中的海洋抗微生物对抗耐药细菌表现出强烈的活性. 机器学习加速了发现,识别了新抗生素的安全有效的候选者.
科学领域:
- 海洋生物技术 海洋生物技术
- 发现抗微生物药物发现.
- 生物信息学是一种生物信息学.
背景情况:
- 海洋抗微生物 (AMP) 是传统抗生素的重要替代品,特别是对抗性病原体的抗生素.
- 传统的AMP发现是昂贵和耗时的,需要创新的方法.
- 的粘液是生物活性化合物的丰富来源,具有潜在的抗菌特性.
研究的目的:
- 利用机器学习来快速发现和开发来自 *Crassostrea gigas* 粘液的海洋 AMP.
- 识别和表征具有强大的抗菌活性,低细胞毒性和最小的溶血效应的新型AMP.
- 通过实验测试验证机器学习预测的有效性.
主要方法:
- 对*Crassostrea gigas*粘膜蛋白的蛋白质序列测序,以识别潜在的前体.
- 应用iAMPCN模型来预测衍生的抗菌活性.
- 对抗微生物,血液溶解和细胞毒性活动的选定的实验性评估.
主要成果:
- 蛋白质组分析确定了4490种蛋白质,产生了大约43,000种.
- 机器学习预测了23种生物活动,指导了6种有前途的的选择.
- P1-P4对大肠杆菌表现出活性,P2和P4对V. parahaemolyticus具有高度有效性,并且都抑制了黄金色杆菌.
- 选择的体表现出低细胞毒性和最小的溶血活性.
结论:
- 来自子粘液的海洋AMP具有重要的抗菌潜力,可以对抗具有挑战性的病原体.
- 机器学习是一个强大的工具,可以加速发现安全有效的基于的治疗方法.
- 这项研究验证了粘液作为新型抗菌剂来源的实用性.
