計算・AI創薬 Journal of Computer-Aided Molecular Design (Springer Nature)
機械学習によるバチルス属ゲノムマイニングで新規抗菌ペプチドを探索、少数の合成候補で検証
- 数千のバチルス属ゲノムを機械学習で解析して抗菌ペプチド候補を抽出し、数百の配列ファミリーに分類した。ヒトや動物の抗菌ペプチドとは配列が異なるが、電荷と疎水性は近い。
- MIC予測で候補を順位付けし、少数を合成して評価した。活性は菌種により異なり、Clostridium perfringensで最も強かった。
- 予測と実測は一部の菌種では一致したが、他では乏しいか逆の傾向を示し、検証は部分的にとどまる。
ポイント アブストラクトに基づく見解
MIC予測モデルが、ある菌種では実測に沿い、別の菌種では逆転するうえ、検証したのが数本のペプチドだけとなると、まだトリアージに使える段階ではないと思う。何で学習したモデルなのか、これらの配列が学習データからどれだけ離れているのか、電荷と疎水性だけの単純なベースラインでも同程度に順位付けできるのかを確認したい。そのうえで、盲検でもっと多くの候補を合成して試すべきだ。
原論文: Journal of Computer-Aided Molecular Design (Springer Nature) ↗ Genome-scale mining and experimental characterization of antimicrobial peptides from Bacillus