网站首页生活常识 >正文
化合物和蛋白质是药物发现中最基本的两个实体。对它们的相互作用进行建模对于药物发现至关重要。尽管目前尚无通用的计算方法来预测和解释所有化合物-蛋白质相互作用 (CPI),但研究人员可以通过从不同角度利用各种生物数据来构建全面的 CPI 图谱。
高通量转录组学筛选的最新进展为药物发现开辟了新途径。扰动转录组学反映了细胞转录组对扰动的反应,将关键实体(化合物)与组学数据联系起来。这种方法提供了化合物如何影响受试者(单细胞、细胞系、患者)的直接结果,为解耦 CPI 提供了新视角。
在《Cell Genomics》上发表的一项研究中,中国科学院上海药物研究所郑明月、张素琳和李旭彤领导的研究团队开发了一种名为PertKGE的人工智能(AI)工具,该工具利用知识图谱嵌入从扰动转录组学中反卷积CPI。
PertKGE 建立在现有的生物医学知识图谱之上,但采用了一种新颖的策略。关键创新在于构建具有生物学意义的知识图谱,将基因分解为 DNA、信使 RNA (mRNA)、长链非编码 RNA (lncRNA)、微小 RNA (miRNA)、转录因子(TF)、RNA 结合蛋白 (RBP) 和其他蛋白质编码基因。
该策略允许 PertKGE 捕获基因之间的各种细粒度相互作用,模拟生物系统中的转录后和翻译后调控事件。然后,PertKGE 使用知识图嵌入方法 DistMult 将所有实体投影到语义丰富的隐藏空间中,从而实现从扰动转录组学中反卷积 CPI。
研究人员在两个关键的“冷启动”设置下对现有方法进行了广泛评估:推断新化合物的结合目标并对新目标进行虚拟配体筛选。
PertKGE 的表现优于所有传统方法和深度学习方法。同时还证明了纳入多层次调控事件在减轻表征偏差方面的关键作用。
值得注意的是,将 PertKGE 与基于表型和基于靶标的药物发现相结合,产生了两个重要发现。第一是确定外核苷酸焦磷酸酶/磷酸二酯酶-1 (ENPP1) 是坦科聚合酶抑制剂 K-756 独特的抗肿瘤免疫治疗作用的靶标。
第二项是发现五个针对新兴癌症治疗靶点——乙醛脱氢酶 1B1 的新化合物。
这些发现有力地表明,PertKGE 可以帮助药理学家加速药物发现。展望未来,PertKGE 有望整合更多调控事件,进一步增强其预测性能,并将其应用扩展到其他扰动组学数据的分析。
版权说明:本站所有作品图文均由用户自行上传分享,仅供网友学习交流。若您的权利被侵害,请联系我们
相关文章:
- 2024-09-26最大化烟草植物重组蛋白产量的策略
- 2024-09-25研究发现良好的营养可增强蜜蜂对杀虫剂和病毒的抵抗力
- 2024-09-25新研究表明蚁后会吞食生病的后代并回收它们
- 2024-09-25研究人员发现粪便移植可以减轻患有癫痫的狗的多动症和焦虑症状
- 2024-09-25热载流子太阳能电池的新见解研究探索热电子隧穿和收集以提高效率
- 2024-09-25用原子书写可以改变量子设备的材料制造
- 2024-09-24研究表明夜间人造光会改变鱼类的行为甚至影响到下一代
- 2024-09-24大规模动物灭绝一种新工具可以揭示大型哺乳动物数量下降的原因
- 2024-09-24新方法或可产生用于治疗多种疾病的改良信使RNA
- 站长推荐
- 栏目推荐