预测液晶单体的结合亲缘关系:一个活动悬崖驱动的多维特征融合模型
Han Zhang1, Zhiyong Guo1, Ruilin Wang2
1Key Laboratory of Groundwater Resources and Environment, Ministry of Education, Jilin Provincial Key Laboratory of Water Resources and Environment, College of New Energy and Environment, Jilin University, Changchun 130012, China.
液晶单体 (LCM) 是影响生物体的内分泌干扰物,通过与核激素受体 (NHR) 结合而影响生物体. 一个新的模型揭示了碳链长度和环结构等分子特征,增强了LCM与NHRs的结合亲和力.
科学领域:
- 环境化学环境化学
- 毒理学 毒理学 毒理学
- 计算化学的计算化学
背景情况:
- 液晶单体 (LCM) 是新兴的内分泌干扰化学物质 (EDC).
- LCMs通过核激素受体 (NHR) 结合干扰生物体的生长,发育和新陈代谢.
- 对于LCM分子特征如何影响NHR结合亲缘关系的理解有限.
研究的目的:
- 开发一个预测模型,用于LCM与15个NHR的结合亲和关系.
- 为了研究LCM分子特征对结合亲和力的影响.
- 在定量结构-活动关系 (QSAR) 建模中应对活动悬崖所带来的挑战.
主要方法:
- 一个多维的功能融合模型,集成消息传递神经网络 (MPNN) 和分类提升 (CatBoost).
- 在15个NHR中预测1173个LCM的结合亲缘关系.
- 在训练和测试套件中分层划分活动悬崖,以提高模型性能.
主要成果:
- MPNN_CatBoost模型通过分层分类活动悬崖来证明增强学习和概括.
- 随着碳链的长度以及循环基和基环的存在,LCM的结合亲和力会增加.
- 影响跨NHR结合的关键分子特征包括环数,极性和体积.
结论:
- 该研究提供了对LCM-NHR相互作用的分子决定因素的全面了解.
- 结果突出了增强内分泌干扰潜力的特定结构特征.
- 结果为设计比目前的LCM更安全,更环保的替代品提供了科学基础.
更多相关视频
06:50Author Spotlight: A Computational Approach to Decipher Amino Acid Preferences in Multispecific Protein-Protein Interactions
Published on: January 26, 2024
08:49Incorporating Target Protein Structure Flexibility and Dynamics in Computational Drug Discovery Using Ensemble-Based Docking Analysis
Published on: June 20, 2025
相关概念视频
Molecular Models
The Fluid Mosaic Model
Predicting Molecular Geometry
Conserved Binding Sites
Binding sites are often located in large pockets, and if their location on a protein’s surface is unknown, it can be predicted using various approaches. The energetic method computationally...
