- 1次围观
内容形式:摘要译文
抗菌肽(AMP)为应对日益加剧的全球抗菌药物耐药性威胁,提供了一种颇具前景的传统抗生素替代方案。拓展抗菌肽的发现,需要兼具有效的计算工具,以准确识别候选肽,以及有待深入探索的生物资源,以寻找可能蕴藏新型抗菌肽的来源。然而,现有计算方法的相对性能仍缺乏充分了解,而古代微生物组作为抗菌肽潜在储库,也尚未受到广泛关注。本研究在统一框架下,利用八个经过整理的抗菌肽数据集,对六种机器学习方法进行了系统基准评估,涵盖十二种特征配置,包括序列特征、结构特征和蛋白质语言模型特征。随后,我们将表现最佳的方法应用于三个古代宏基因组数据集,分别代表人类肠道(考古粪便沉积物)、人类口腔(牙结石)以及猛犸相关群落(牙齿、头骨和皮肤)。与此同时,我们采用强化学习,直接从古代序列库中筛选候选肽,而不依赖现代抗菌肽标签。基准评估结果表明,蛋白质语言模型嵌入可提供信息量最高的特征;包括卷积、基于 Transformer 和循环架构在内的深度学习模型,表现优于传统方法。将这些模型应用于古代微生物组后,我们鉴定出一批候选肽,其理化性质所处空间具有抗菌肽的典型特征,但与根据现代微生物组目录预测的候选肽有所不同。我们分别从尼安德特人肠道、古代口腔和猛犸相关群落中鉴定出 111、76 和 50 条高置信度候选抗菌肽。强化学习还筛选出了其他……
与基于现代 AMP 数据库训练的模型所预测的候选 AMP 相比,这些候选 AMP 具有不同的特性。总体而言,这些发现为 AMP 预测建立了系统性基准,并凸显了古代微生物组作为抗菌肽候选物潜在来源的价值。通过整合监督式机器学习与强化学习,本研究将 AMP 发现拓展至现代微生物组目录之外,并为鉴定潜在新型 AMP 提供了新的机遇。
关键词:抗菌肽预测 · 古代微生物组 · 机器学习基准评测 · 蛋白质语言模型 · 宏基因组挖掘 · 强化学习
原文链接:https://www.biorxiv.org/content/10.64898/2026.11.17.767431v1?rss=1