CPPLocPred：细胞穿透肽的亚细胞定位|北京沫之东生物技术有限公司

2 次围观

细胞穿透肽（CPPs）被广泛用于将治疗性载荷递送至细胞内。尽管目前已开发出众多用于识别CPPs的计算方法，并且也已有若干蛋白质亚细胞定位预测工具可用，但尚无方法能够预测CPPs的亚细胞定位。在此，我们提出CPPLocPred，这是一种用于预测CPPs及其亚细胞定位的分层机器学习（ML）框架。在第一阶段，我们开发了用于识别CPPs的ML模型，在独立数据集上取得了0.953的AUC和0.7842的MCC，其性能与现有最先进方法相当或更优。在第二阶段，我们开发了用于预测CPPs亚细胞定位的方法。亚细胞定位模型基于经实验验证的CPPs进行训练（80%数据，采用五折交叉验证）和验证（20%数据），其中包括663个细胞质、287个细胞核、57个线粒体、186个内体_溶酶体和328个其他类别样本。我们的初步分析表明，线粒体相关和细胞核相关CPPs中富含带正电荷的富精氨酸和富赖氨酸模式，而内体_溶酶体CPPs则更倾向于包含富甘氨酸、富脯氨酸和富半胱氨酸基序。我们结合广泛的传统肽特征以及蛋白质语言模型嵌入来开发ML模型。在所有评估模型中，基于CatBoost并结合残基距离分布（DDR）的亚细胞定位模型在验证数据集上分别针对细胞质、细胞核、线粒体、内体_溶酶体和其他类别取得了0.814、0.775、0.970、0.782和0.798的AUC。我们开发了CPPLocPred，为治疗应用中定位特异性CPPs的功能注释与理性设计提供了一个实用平台（https://webs.iiitd.edu.in/raghava/cpplocpred/）。

raghava{at}iiitd.ac.in

摘要

信息/历史

指标

补充材料

预览 PDF

摘要

细胞穿透肽（CPPs）被广泛用于将治疗性载荷递送至细胞内。尽管已经开发了大量用于鉴定 CPP 的计算方法，并且已有若干蛋白质亚细胞定位预测工具可用，但尚无方法用于预测 CPP 的亚细胞定位。在此，我们提出了 CPPLocPred，这是一个分层机器学习（ML）框架，用于预测 CPP 及其亚细胞定位。在第一阶段，我们开发了用于鉴定 CPP 的机器学习模型，在独立数据集上获得了 0.953 的 AUC 和 0.7842 的 MCC，其性能与现有最先进方法相当或更优。在第二阶段，我们开发了用于预测 CPP 亚细胞定位的方法。亚细胞定位方法基于经实验验证的 CPP 进行训练（80% 数据，采用五折交叉验证）和验证（20% 数据），涉及 663 个细胞质、287 个细胞核、57 个线粒体、186 个内体_溶酶体以及 328 个其他类别。我们的初步分析表明，线粒体相关和细胞核相关的 CPP 富含带正电荷的精氨酸和赖氨酸富集模式，而内体_溶酶体 CPP 则优先包含富含甘氨酸、脯氨酸和半胱氨酸的基序。我们采用了广泛的传统肽特征，并结合蛋白质语言模型嵌入来开发机器学习模型。在所有评估模型中，基于 CatBoost 且采用残基距离分布（DDR）的亚细胞定位模型在验证数据集上分别对细胞质、细胞核、线粒体、内体_溶酶体和其他类别取得了 0.814、0.775、0.970、0.782 和 0.798 的 AUC。我们开发的 CPPLocPred 为功能注释以及面向治疗应用的定位特异性 CPP 的理性设计提供了一个实用平台（https://webs.iiitd.edu.in/raghava/cpplocpred/）。

利益冲突声明

已声明资助信息

生物技术部 BT/PR40158/BTIS/137/24/2021

版权

持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。该作品依据 CC-BY-NC-ND 4.0 国际许可协议提供。

返回顶部

发布于 2026 年 8 月 1 日。

下载 PDF

补充材料

电子邮件

感谢您有兴趣传播 bioRxiv 的内容。

您的电子邮件

*

您的姓名

*

发送至

*

请输入多个地址（每行一个）或使用逗号分隔。

您将要发送以下内容的电子邮件