用人工智能蛋白质分析平台照亮可使用药物的人类蛋白质组

科学领域:

• 计算生物学是一种计算生物学.
• 蛋白质组学是指蛋白质组学.
• 药物发现 药物发现

背景情况:

• 蛋白质组方法在覆盖范围和数据一致性方面存在局限性.
• 现有的机器学习模型与结构依赖性和异质数据作斗争.
• 一个全面的可连接图谱对于理解蛋白质功能和加速治疗开发至关重要.

研究的目的:

• 开发一个多式人工智能平台 (AiPP) 来直接从氨基酸序列预测和表征蛋白质配体相互作用位点.
• 利用大型语言模型 (LLM) 和统一的数据库来提高准确性和覆盖率.
• 为了创建一个全蛋白质体共价结合性结合性图谱.

主要方法:

• 开发了AiPP,这是一个由进化级蛋白质LLMs驱动的AI平台.
• 从基于活动的蛋白质概况 (ABPP) 和共晶结构中使用了两个协调的机器学习培训集.
• 实施了基于LLM表示的集群框架,以协调和增强实验数据.
• 采用了用于代数据扩展和模型性能改进的互补协议.

主要成果:

• AiPP准确地预测了氨酸连接事件,达到84%的AUPRC和89%的AUROC,即使仅在ABPP数据上进行训练.
• 在"无药"转录因子中,在癌细胞系和动态的,可结合的口袋中识别出一致而异质的结合型囊蛋白.
• 预测在蛋白质氨酸酸酶中先前未被检测到的活性部位和全性氨酸.
• 创建了一个全蛋白质组图谱,识别了像MC3R这样的蛋白质中的新型结合性位点,这是饮食障碍和肥胖症的目标.

结论:

• AiPP提供了一种强大的方法来创建一个全蛋白体共价结合性结合性图谱.
• 该平台显著提高了可连接站点的识别,包括以前难以解决的目标.
• 基于LLM的方法广泛适用于大规模,异质的生物数据,促进蛋白质组学和ML模型开发.