整合数据增强和基于BERT的深度学习来预测来自黑色科霍什的α-葡萄糖酶抑制剂
Mohammadreza Torabi1, Somayeh Mojtabavi2, Mohammad Mahdavi3
1Department of Medical Biotechnology, School of Advanced Technologies in Medicine, Tehran University of Medical Sciences, Tehran, Iran.
Scientific reports
|August 27, 2025
概括
这项研究使用了数据增强的深度学习来发现糖尿病的新α- 葡萄糖酶抑制剂. 黑色科霍什的阿克塔埃氧化物3-O-Xyloside显示出作为天然糖尿病治疗的潜力.
科学领域:
- 计算化学
- 药理学
- 生物信息学
背景情况:
- 糖尿病是一个全球性的健康问题,
- 作为治疗糖尿病的治疗药物,正在寻找α- 葡萄糖酶抑制剂.
- 自然产品为发现新型酶抑制剂提供了有前途的途径.
研究的目的:
- 通过深度学习和数据增强来识别有力的α- 葡萄糖酶抑制剂.
- 评估增强型深度学习模型在药物发现中的有效性.
- 为了研究actaeaepoxide 3-O-xyloside作为一种潜在的抗糖尿病化合物.
主要方法:
- 创建多种SMILES字符串并应用数据增强技术.
- 微调的预训练深度学习模型 (例如PC10M-450k)
- 进行分子对接和分子动力学 (MD) 模拟以进行稳定性分析.
主要成果:
- PC10M-450k模型在识别抑制剂方面表现出卓越的表现.
- 鉴定出Actaeaepoxide 3- O- xyloside是一种强大的α- 葡萄糖酶抑制剂.
- 与阿卡尔相比,模拟证实了稳定的酶化合物相互作用和高抑制概率.
结论:
- 乙氧化3-O-化物是糖尿病治疗的有希望的候选药物.
- 数据增强和预训练模型显著加速了类药物发现.
- 这种方法为开发更有效的糖尿病治疗方案提供了途径.
更多相关视频
09:47Author Spotlight: Advancing Alzheimer's Research – Exploring Early Detection and Multi-Omics Approaches
Published on: December 15, 2023
1.2K
06:19Integration of Animal Behavioral Assessment and Convolutional Neural Network to Study Wasabi-Alcohol Taste-Smell Interaction
Published on: August 16, 2024
524
