Prevedere con precisione l’interazione farmaco-proteina (DPI) è fondamentale nello screening virtuale dei farmaci. Tuttavia, le metodologie attuali tendono ad assegnare un peso uguale agli amminoacidi e agli atomi nella codifica delle sequenze di proteine e farmaci, trascurando così i diversi contributi provenienti da motivi distinti.
Per affrontare questo problema, un gruppo di ricercatori guidati da Juan Liu ha pubblicato il proprio studio su Frontiers of Computer Science .
La loro ricerca ha introdotto un metodo, FragDPI, per la previsione dell'affinità di legame farmaco-proteina. Questo approccio rappresenta lo sforzo iniziale di incorporare la codifica dei frammenti e unire le informazioni sulla sequenza sia dei farmaci che delle proteine, preservando quindi le caratteristiche primarie legate alle interazioni DPI. Inoltre, questo metodo utilizza l'apprendimento del trasferimento da set di dati DPI significativi per fornire potenziali componenti DPI.
I risultati sperimentali dimostrano che il modello FragDPI produce risultati lodevoli rispetto alle linee di base, comprese le reti neurali profonde. Curiosamente, il modello ha identificato accuratamente le parti specifiche dell'interazione delle coppie DTI, aiutando così a scoprire nuove potenziali coppie DTI.
FragDPI presenta un nuovo approccio per l'estrazione di frammenti interagenti dal meccanismo DPI, fornendo così una nuova prospettiva verso la scoperta di farmaci.
Ulteriori informazioni: Zhihui Yang et al, FragDPI:un nuovo modello di previsione dell'interazione farmaco-proteina basato sulla comprensione dei frammenti e sulla codifica unificata, Frontiers of Computer Science (2022). DOI:10.1007/s11704-022-2163-9
Fornito da Frontiers Journals
