超分析和机器学习预测生物介质中纳米粒子系统中蛋白质冠状病毒组成的生物介质中纳米粒子系统

科学领域:

• 生物材料科学 生物材料科学
• 纳米技术 纳米技术
• 蛋白质组学是指蛋白质组学.

背景情况:

• 纳米粒子 (NP) 上的蛋白冠状 (PC) 形成对它们的生物命运和治疗疗效产生了重大影响.
• 目前的理解受限于缺乏关于PC组成的标准化,全面的数据集.
• 系统分析需要整合来自各种NP配方和实验条件的数据.

研究的目的:

• 引入蛋白质冠状病毒数据库 (PC-DB),这是NP-蛋白质相互作用的集中资源.
• 分析PC成分在各种NP类型和物理化学性质中的异质性.
• 确定能预测特定蛋白质吸附模式的关键NP特征.

主要方法:

• 将83项研究 (2000-2024) 的数据汇编到PC-DB中,整合了817种NP配方和2497种吸附蛋白.
• 对NP材料,表面修饰,尺寸和z-potential的元分析.
• 应用可解释的机器学习模型 (LightGBM,XGBoost) 来预测蛋白质吸附.

主要成果:

• PC-DB显示了NP材料 (金属,,脂基),尺寸 (1-1400nm) 和z电位 (-70到+70mV) 的显著异质性.
• 较小的NP (<100 nm) 具有中性/负 ζ-潜力,优先结合脂蛋白 (APOE,APOB-100),增强输送.
• 负电荷的金属NP与补体C3结合,表明免疫清除增加.
• NP大小, ζ-潜力和潜伏时间是蛋白质吸附的关键预测指标 (ROC-AUC > 0.85).

结论:

• NP的物理化学性质是蛋白质冠状组合的主要决定因素.
• PC-DB为了解NP-蛋白相互作用提供了宝贵的资源.
• 预测建模可以指导NP的合理设计,以优化治疗结果.