NRIP:一种用于NNRTI-RT相互作用预测的模型,并使抗HIV天然化合物的虚拟查成为可能
Jingxuan Qiu1, Yuxi Zhang1, Mengdie Hu2
1School of Health Science and Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China.
Journal of chemical information and modeling
|October 14, 2025
概括
一个新的模型,NRIP,预测人类免疫缺陷病毒 (HIV) 逆转录酶突变中的耐药性. 这种工具有助于通过分析耐药和易受药物相互作用来识别有效的治疗方法.
科学领域:
- 生物化学 生物化学
- 药物发现 药物发现 药物发现
- 计算生物学 计算生物学
背景情况:
- 反转录酶 (RT) 是HIV复制中的关键酶,也是抗逆转录病毒药物的主要标.
- 在RT的突变经常导致药物耐药性,需要方法来预测这些相互作用.
- 快速识别药物耐药性-易感性关系对于开发有效的HIV疗法至关重要.
研究的目的:
- 开发一个预测模型,NRIP,用于非核酸RT抑制剂 (NNRTI) 和RT耐受-敏感相互作用.
- 通过结合序列和空间结构信息来提高预测耐药性的准确性.
- 建立一个虚拟的查管道,以识别潜在的生物活性化合物来对抗耐药性HIV.
主要方法:
- 使用极端梯度增强 (XGBoost) 分类器开发了NRIP模型.
- 整合了新的描述符,将RT突变序列信息和残留物质与空间外结构相结合.
- 在4324对NNRTIs和RT相互作用上训练并验证了模型,包括10倍交叉验证和独立测试数据集.
- 构建了一个多步虚拟选管道,涉及结构相似性,药物相似性和分子对接.
主要成果:
- 基线序列描述器模型实现了ROC-AUC的0.886.6.
- 整合空间描述器提高了模型的性能,达到0.967.7的ROC-AUC.
- 最终的NRIP模型在独立测试数据集上显示出高精度,ROC-AUC为0.971和PR-AUC为0.974.
- 虚拟查管道显示了识别FoodB中的天然化合物对抗抗性HIV菌株的潜力.
结论:
- 该NRIP模型准确地预测了非核酸RT抑制剂和RT耐药-敏感相互作用.
- 序列和空间结构描述符的整合显著提高了预测准确性.
- 开发的虚拟查管道为发现包括天然产品在内的新型抗艾滋病毒化合物提供了有希望的方法.


