LMPred_AMP_Prediction

LMPRED: Memprediksi peptida antimikroba menggunakan model bahasa pra-terlatih dan pembelajaran yang mendalam

Sekarang diterbitkan di Oxford Academic - Bioinformatika Kemajuan

https://academic.oup.com/bioinformaticsadvances/article/2/1/vbac021/6561563

Abstrak

Peptida antimikroba (AMP) semakin banyak digunakan dalam pengembangan obat terapeutik baru, di bidang -bidang seperti terapi kanker dan hipertensi. Selain itu, mereka dipandang sebagai alternatif antibiotik karena meningkatnya terjadinya resistensi bakteri. Identifikasi eksperimental wetlaboratory, bagaimanapun, adalah memakan waktu dan mahal, sehingga model in-silico sekarang umumnya digunakan untuk menyaring kandidat AMP baru. Makalah ini mengusulkan pendekatan baru dalam menciptakan input model; Menggunakan model bahasa pra-terlatih untuk menghasilkan embeddings kontekstual yang mewakili asam amino dalam setiap urutan peptida, sebelum jaringan saraf konvolusional kemudian dilatih sebagai klasifikasi. Model optimal divalidasi pada dua dataset, menjadi satu yang sebelumnya digunakan dalam penelitian prediksi AMP, dan dataset independen, yang dibuat oleh makalah ini. Akurasi prediktif 93,33% dan 88,26% dicapai masing-masing, mengungguli semua model klasifikasi canggih sebelumnya.

File Diunggah:

• Folder LM_PRED_Dataset berisi pelatihan, validasi, dan tes yang ditetapkan secara independen bersumber dan digunakan dalam makalah penelitian sebagai dataset "LMPRED".
• 1_create_word_embeddings.ipynb menunjukkan contoh cara membuat embeddings menggunakan model bahasa pra-terlatih (dalam hal ini T5XL UNIREF50), memasukkan urutan asam amino AMP dan non-amp dan mengeluarkan embedding vektor.
• 2_build_cnn_model.ipynb menunjukkan bagaimana model jaringan saraf konvolusional dibangun yang menggunakan kata vektor embedding untuk mengklasifikasikan urutan peptida.
• 3_testing_models.ipynb menunjukkan pengujian model yang dibangun pada data uji yang tidak terlihat. Data dari prediksi model webserver eksternal dimasukkan.

Model Bahasa - Kutipan

• Pekerjaan ini tidak akan dimungkinkan tanpa menggunakan model bahasa yang dilatih sebelumnya yang diproduksi oleh penelitian Elnaggar et al. Silakan lihat di bawah untuk detail lebih lanjut dari penelitian itu.

Penelitian Eksternal:

Juli 2020: Prottrans: Menuju Memecahkan Bahasa Kode Kehidupan melalui pembelajaran yang di-swadaya. pracetak, bioinformatika. Elnaggar, A., M. Heinzinger, C. Dallago, G. Rehawi, Y. Wang, L. Jones, T. Gibbs, T. Feher, C. Angerer, M. Steinegger, D. Bhowmik, dan B. Rost (2020, Juli). https://www.biorxiv.org/content/10.1101/2020.07.12.199554v1.full.pdf

Pembaruan: Juli 2021: Prottrans: Menuju Memecahkan Bahasa Kode Kehidupan Melalui pembelajaran yang mendalam dan komputasi kinerja tinggi Elnaggar, Ahmed dan Heinzinger, Michael dan Dallago, Christian dan Rehawi, Ghalia dan Yu, Wang dan Jones, Llion dan Gibbs, Tom dan Feher, Tamas dan Angger, Christophophopp Burkhard https://ieExplore.ieee.org/abstract/document/9477085

Prottrans Github: https://github.com/agemagician/prottrans