多目标优化加速了针对 Staphylococcus aureus 的抗菌的 De Novo 设计
Cheng-Hong Yang1,2,3,4, Yi-Ling Chen1, Tin-Ho Cheung1
1Department of Electronic Engineering, National Kaohsiung University of Science and Technology, Kaohsiung 807618, Taiwan.
International journal of molecular sciences
|January 8, 2025
概括
抗微生物 (AMP) 是抗生素的天然替代品. 这项研究使用机器学习来设计稳定和有效的AMP,改善对细菌感染的药物发现.
科学领域:
- 生物化学和分子生物学
- 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:
- 抗生素耐药性是一个日益增长的全球健康威胁,需要替代抗菌战略.
- 抗微生物 (AMP) 由于其广泛的活性而具有前景,但面临着稳定性和毒性方面的挑战.
- 开发具有增强性质的新型AMP对于有效的治疗应用至关重要.
研究的目的:
- 采用多目标优化和机器学习来设计改进的抗微生物.
- 增强序列的物理化学特性,以提高稳定性和有效性.
- 为了确定具有强大的抗菌活性的有希望的AMP候选者.
主要方法:
- 利用非主导排序基因算法II (NSGA-II) 进行序列的多目标优化.
- 集成NSGA-II与神经网络,以有效识别和预测AMP的有效性.
- 优化了关键的物理化学因素,包括疏水性,不稳定性指数和异形指数.
主要成果:
- 成功增强了序列的稳定性和物理化学特性.
- 鉴定出新的AMP候选药物,它们对细菌具有改善的抗微生物活性.
- 为设计的序列实现了对抗菌有效性的准确预测.
结论:
- 结合NSGA-II和神经网络的方法有效地设计稳定和有效的抗微生物.
- 这种方法克服了传统AMP设计的局限性,为更安全的治疗提供了途径.
- 计算方法的进步加速了下一代抗微生物治疗的发展.
相关概念视频
00:57Antibiotic Selection
52.2K
Overview
52.2K
01:28Structure-Activity Relationships and Drug Design
494
Drug design is a dynamic field that involves discovering and developing new medications based on specific biological targets. This process heavily relies on structure-activity relationships (SAR) and quantitative structure-activity relationships (QSAR) to guide the design and optimization of efficient drugs.
SAR studies the intricate relationship between a drug's chemical structure and biological activity. It focuses on understanding how modifications to a drug's structure can influence...
SAR studies the intricate relationship between a drug's chemical structure and biological activity. It focuses on understanding how modifications to a drug's structure can influence...
494