计算与 AI 药物发现 Journal of Computer-Aided Molecular Design (Springer Nature)
机器学习挖掘芽孢杆菌基因组发现新型抗菌肽,并以少量合成肽验证
- 用机器学习分析数千个芽孢杆菌基因组,提取潜在抗菌肽并归为数百个序列家族;其序列与人和动物的抗菌肽不同,但电荷和疏水性相近。
- 以MIC预测模型对候选肽排序,合成少数高分肽检测;活性因菌种而异,对产气荚膜梭菌最强。
- 预测与实测在部分菌种上吻合,在另一些菌种上较差甚至相反,排序仅得到部分验证。
要点 基于摘要的观点
MIC预测模型在某些菌种上与实测吻合,在另一些菌种上却排序相反,而且只验证了寥寥几条肽,我觉得它还不够格用于筛选分流。我想先弄清它是用什么数据训练的,这些序列离训练集有多远,以及只用电荷和疏水性的简单基线能否排出相当的结果。然后再合成更大规模、盲法测试的一批肽。
原论文: Journal of Computer-Aided Molecular Design (Springer Nature) ↗ Genome-scale mining and experimental characterization of antimicrobial peptides from Bacillus