整合合体机器学习和多omics方法来识别DP44mT作为一种新型的抗Candida albicans剂,准细胞铁平衡
Xiaowei Chai1, Yuanying Jiang2, Hui Lu2
1Department of Dermatology, Hair Medical Center of Shanghai Tongji Hospital, Tongji Hospital, School of Medicine, Tongji University, Shanghai, China.
Frontiers in pharmacology
|May 9, 2025
概括
机器学习发现DP44mT是一种强大的抗真菌剂,可以对抗Candida albicans. 这种化合物破坏铁的稳态,导致真菌细胞死亡,并为 кандидоз提供了一种新的治疗策略.
科学领域:
- 菌类学 菌类学是指菌类学.
- 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:
- 由于抗真菌药物耐药性增加,由Candida albicans引起的疹是一种严重的健康问题.
- 治疗选择有限,需要开发新的抗真菌策略.
研究的目的:
- 开发和应用机器学习模型来预测反Candida albicans活动.
- 为了识别具有针对Candida albicans的抗真菌特性的新型化合物.
- 阐明已识别的抗真菌化合物的作用机制.
主要方法:
- 评估了12个机器学习模型,用于预测反Candida albicans活动.
- 选择了一个最佳的组合模型 (随机森林和分类提升) 来选一个复合库.
- 通过体外测试 (药物易感性,纤维细胞生长,生物膜形成) 验证了已识别的化合物.
- 通过转录组学,蛋白组学和各种细胞分析阐明了作用机制.
主要成果:
- 一个整体机器学习模型准确地预测Dp44mT是Candida albicans的强有力的抑制剂.
- 在实验室中,DP44mT在抑制浮游生物生长,形形成和生物膜发育方面表现出有效性.
- 机理学研究显示,DP44mT破坏铁的稳态,缩小线粒体膜的潜力,并诱导Candida albicans的亡.
结论:
- 机器学习为预测抗真菌化合物活性提供了一种可行的方法.
- Dp44mT 是一种有希望的候选人,可以通过向铁恒温来治疗白病.
- 这项研究为通过破坏铁代谢来开发抗真菌剂提供了新的见解.
