Pepxml:针对病原体的抗微生物的基于ESM2的极端多标签分类
Yannan Bin1, Daijun Zhang1, Zhiyang Hu2
1The Key Laboratory of Intelligent Computing and Signal Processing of Ministry of Education, School of Life Sciences and Medical Engineering, Anhui University, Jiulong Road 111#, Hefei, Anhui 230601, China.
PepXML是一个新的工具,它使用大型语言模型来预测针对特定病原体的抗微生物 (AMP). 这通过解决病原体向数据挑战,推动了新型类抗生素的开发.
科学领域:
- 计算生物学 计算生物学
- 药物发现 药物发现 药物发现
- 生物信息学是一种生物信息学.
背景情况:
- 抗微生物 (AMP) 因其广泛的活性和特异性而显示出作为抗生素的前景.
- 目前的AMP预测方法主要关注一般功能 (抗菌,抗病毒,抗癌),忽视了特定的病原体向.
- 在识别针对特定病原体有效的AMP方面存在重大差距,数据稀疏和标签不平衡使这一问题复杂化.
研究的目的:
- 开发PepXML,一个基于大型语言模型的工具,用于针对病原体的AMP的极端多标签分类.
- 为应对预测AMP特定病原体点的挑战.
- 为推进基于的治疗提供一个宝贵的资源.
主要方法:
- 从公共数据库中构建了AMP及其目标病原体的基准数据集.
- 使用ESM2进行嵌.
- 雇员标签并发图集群和硬负采样,以处理数据稀疏和不平衡.
- 使用分子对接和分子动力学模拟的验证预测.
主要成果:
- 开发了PepXML,这是一种用于预测病原体特异性抗微生物的新工具.
- 在AMP预测中成功解决了数据稀疏性和标签不平衡的挑战.
- 分子模拟证实了预测结果的可靠性,并阐明了相互作用机制.
结论:
- 佩普XML提供了一个强大的解决方案,用于识别病原体向AMPs.
- 该工具及其基础方法推进了抗微生物发现领域.
- 预计PepXML将加速基于的新疗法的开发.
更多相关视频
10:37Deep Proteome Profiling by Isobaric Labeling, Extensive Liquid Chromatography, Mass Spectrometry, and Software-assisted Quantification
Published on: November 15, 2017
09:26Identification of Antibacterial Immunity Proteins in Escherichia coli using MALDI-TOF-TOF-MS/MS and Top-Down Proteomic Analysis
Published on: May 23, 2021
相关概念视频
Antimicrobial Proteins
Interferons
Interferons (IFNs) are proteins produced by lymphocytes, macrophages, and fibroblasts infected with viruses. While IFNs cannot prevent viruses from entering and...
Rapid Identification of Pathogens
Automated Microbial Diagnostics
Clinical Significance of Antibiotic Resistance
