学术速运|利用深度学习和分子动力学模拟设计抗菌肽

学术速运|利用深度学习和分子动力学模拟设计抗菌肽_第1张图片

题目: Designing antimicrobial peptides using deep learning and molecular dynamic simulations

文献来源:Briefings in Bioinformatics, 2023, 1–13

代码:https://github.com/gc-js/Antimicrobial-peptide-generation

简介:随着多药耐药细菌的出现,抗菌肽(AMPs)为取代传统抗生素治疗细菌感染提供了很有前途的选择,但使用传统方法发现和设计amp是一个耗时且昂贵的过程。深度学习已应用于AMP的从头设计,并高效地解决AMP分类。在本研究中,作者结合了几种自然语言处理模型来设计和识别AMP,即序列生成对抗网络、来自变压器的双向编码器表示和多层感知器。然后,通过AlphaFold2的结构预测和分子动力学模拟,筛选出6个候选AMP。这些肽与已知的AMP具有同源性较低,属于一类新的AMP。经过初步的生物活性测试后,其中一个多肽A-222对革兰氏阳性菌和革兰氏阴性菌均有抑制作用。通过核磁共振获得的该新肽A-222的结构分析证实了阿尔法螺旋的存在,这与AlphaFold2预测的结果一致。然后,作者进行了结构-活性关系研究,设计了一系列新的肽类似物,发现这些类似物对嗜麦芽窄食单胞菌WH 006和铜绿假单胞菌PAO1的活性可提高4-8倍。总的来说,深度学习在加速发现新型AMP方面显示出了巨大的潜力,并有望成为开发新型AMP的重要工具。

主要内容:

学术速运|利用深度学习和分子动力学模拟设计抗菌肽_第2张图片

-------------------------------------------

欢迎点赞收藏转发!

下次见!

你可能感兴趣的:(学术速运,深度学习,人工智能,笔记,微信公众平台)