分子动力学和机器学习对S层破坏稳定的纳米体的运动依赖性活动概况进行了分层化

科学领域:

• 结构生物学是结构生物学.
• 计算生物物理学的计算生物物理.
• 传染病研究传染病研究.

背景情况:

• 表面阵列 (S层) 蛋白质在Bacillus anthracis.上形成了对晶状格子.
• 针对S层蛋白质 (Saps) 的纳米体 (Nbs) 正在探索炭病治疗.
• 并非所有与S层结合的Nbs都能有效地去聚合S层,这表明了复杂的抑制机制.

研究的目的:

• 确定纳米体诱导的S层脱聚合的基础生物物理机制.
• 开发机器学习模型来预测对Sap S层的纳米体抑制活性.
• 发现针对S层毒性因子的增强型纳米体治疗方法的设计原则.

主要方法:

• 纳米体-Sap复合体的全原子分子动力学模拟.
• 机器学习分类器 (梯度增强决策树,神经网络) 的培训和评估,以预测脱聚合.
• 功能重要性分析和工程,以确定关键的结构和动态特征.

主要成果:

• 一个渐变增强决策树模型准确地预测了实验性纳米体活动.
• 发现抑制性纳米体可诱导特定的Sap运动:域-域紧和扭曲.
• 这些运动被确定为S层晶格脱聚合的关键驱动因素.

结论:

• 在Sap蛋白质中,特定的纳米体诱导的结构变化对于S层分解至关重要.
• 这些已识别的动作为设计更有效的纳米体疗法提供了可操作的目标.
• 计算方法适用于其他病原体S层系统,扩大治疗潜力.