ESM-BBB-Pred:精心调整的ESM 2.0和深度神经网络,用于识别血脑屏障
Ansar Naseem1, Fahad Alturise2, Tamim Alkhalifah3
1Department of Software Engineering, Superior University, 17 KM Raiwind Road Lahore, Punjab 55150, Pakistan.
Briefings in bioinformatics
|February 23, 2025
概括
识别血脑屏障 (BBBP) 对于治疗中枢神经系统 (CNS) 疾病至关重要. 一个新的计算模型,BBB-PEP-ESM,准确地识别这些,改善药物输送到大脑.
科学领域:
- 计算生物学是一种计算生物学.
- 药物输送是药物输送的过程.
- 神经科学是一个神经科学.
背景情况:
- 血脑屏障 (BBB) 严重限制药物进入中枢神经系统 (CNS),阻碍神经系统疾病的治疗.
- 超过98%的小分子和几乎所有的大分子药物都无法有效地穿过BBB.
- 识别能够穿越BBB的特定对于推进中枢神经系统疗法至关重要.
研究的目的:
- 开发和评估一个增强的计算模型,BBB-PEP-进化规模建模 (ESM),用于识别血脑屏障 (BBBP).
- 评估深度学习分类器和BBBP分类的微调蛋白语言模型 (ESM 2.0) 的有效性.
- 提供一个强大的计算工具,帮助研究人员识别BBBP以改善药物输送.
主要方法:
- 使用相对位置,反向位置和统计时刻来提取特征.
- 使用六种深度学习模型进行分类:完全连接的网络,CNN,SRN,LSTM,BiLSTM和GRU.
- 在基准BBBP数据集上微调ESM 2.0蛋白质语言模型.
- 严格的评估使用自我一致性,独立集合测试和五倍交叉验证.
主要成果:
- 与其他深度分类器相比,微调ESM 2.0模型表现出卓越的性能.
- 拟议的BBB-PEP-ESM模型实现了高精度,特异性,灵敏性和马修斯相关系数.
- 该模型的性能超过了BBBP识别的现有基准研究.
结论:
- BBB-PEP-ESM系统,特别是精心调整的ESM 2.0模型,提供了一种强大的计算方法来识别BBBP.
- 这一进步可以显著促进新型药物输送策略的开发,用于中枢神经系统疾病.
- 预计该系统将成为科学界在加速脑透疗法研究方面的宝贵资源.
