cidalsDB:一个人工智能支持的平台,用于抗病原体治疗研究
Emna Harigua-Souiai1, Ons Masmoudi2, Samer Makni2
1Laboratory of Molecular Epidemiology and Experimental Pathology - LR16IPT04, Institut Pasteur de Tunis, Université de Tunis El Manar, 13, Place Pasteur, 1002, Tunis, Tunisia. emna.harigua@pasteur.utm.tn.
Journal of cheminformatics
|November 28, 2024
概括
CidalsDB是一个新的网络工具,提供精选的数据集和人工智能模型,用于计算机辅助药物发现 (CADD) 针对传染病原体. 这个平台使AI驱动的药物发现对Leishmania和Coronaviruses进行了民主化.
科学领域:
- 计算化学和化学信息学.
- 传染病研究.
- 药物发现中的人工智能.
背景情况:
- 大数据分析和人工智能的进步正在改变药物发现 (DD).
- 可靠的数据集对于有效的AI驱动药物发现至关重要.
- 现有的资源可能缺乏针对特定病原体的综合数据集和预测模型.
研究的目的:
- 介绍CidalsDB,这是一款用于人工智能辅助抗感染病原体药物发现的新型网络服务器.
- 为预测抗病原体活动提供可访问,准备使用的数据集和优化的人工智能模型.
- 通过无代码平台,促进药物发现方面的创新和合作.
主要方法:
- 在文献中搜索具有验证的抗病原体作用的分子.
- 数据与PubChem的生物测试进行了整合.
- 构建一个可以通过网络访问的数据库 (CidalsDB).
- 实现和优化机器学习 (ML) 和深度学习 (DL) 算法用于活动预测.
主要成果:
- CidalsDB提供了对Leishmania寄生虫和冠状病毒的精选数据集.
- 优化的ML/DL模型在预测生物活动方面表现出很高的性能.
- 随机森林,MLP和ChemBERTa在反Leishmania预测方面表现出色.
- 渐变增强,GCN和ChemBERTa显示了冠状病毒预测的最佳表现.
结论:
- CidalsDB是一个基于AI的药物发现的开放式访问,基于Web的工具.
- 它提供集成数据集和预测AI模型,使CADD民主化.
- 该平台促进了对抗病原体分子的研究,并加速了药物发现工作.
