LMPred_AMP_Prediction

LMPRED: การทำนายเปปไทด์ต้านจุลชีพโดยใช้แบบจำลองภาษาที่ผ่านการฝึกอบรมมาก่อนและการเรียนรู้อย่างลึกซึ้ง

ตอนนี้ตีพิมพ์ใน Oxford Academic - Bioinformatics Advances

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

เชิงนามธรรม

เปปไทด์ต้านจุลชีพ (แอมป์) มีการใช้มากขึ้นในการพัฒนายารักษาโรคใหม่ในพื้นที่เช่นการรักษาโรคมะเร็งและความดันโลหิตสูง นอกจากนี้พวกเขาจะถูกมองว่าเป็นทางเลือกแทนยาปฏิชีวนะเนื่องจากการเพิ่มขึ้นของการดื้อยาแบคทีเรียที่เพิ่มขึ้น อย่างไรก็ตามการระบุการทดลองแบบ Wetlaboratory นั้นใช้เวลานานและมีค่าใช้จ่ายสูงดังนั้นแบบจำลอง in-silico จึงใช้กันทั่วไปเพื่อคัดกรองผู้สมัคร AMP ใหม่ บทความนี้เสนอวิธีการใหม่ในการสร้างอินพุตแบบจำลอง การใช้แบบจำลองภาษาที่ผ่านการฝึกอบรมมาก่อนเพื่อสร้างการฝังบริบทที่เป็นตัวแทนของกรดอะมิโนภายในแต่ละลำดับเปปไทด์ก่อนที่จะได้รับการฝึกฝนให้เป็นเครือข่ายประสาท แบบจำลองที่ดีที่สุดได้รับการตรวจสอบความถูกต้องในชุดข้อมูลสองชุดซึ่งเป็นแบบที่ใช้ก่อนหน้านี้ในการวิจัยการทำนาย AMP และชุดข้อมูลอิสระที่สร้างขึ้นโดยบทความนี้ ความแม่นยำในการทำนายของ 93.33% และ 88.26% นั้นทำได้ตามลำดับซึ่งมีประสิทธิภาพสูงกว่าแบบจำลองการจำแนกประเภทที่ทันสมัยก่อนหน้านี้ทั้งหมด

ไฟล์ที่อัปโหลด:

• โฟลเดอร์ LM_PRED_DATASET มีชุดการฝึกอบรมการตรวจสอบและทดสอบชุดทดสอบที่มาอย่างอิสระและใช้ในรายงานการวิจัยเป็นชุดข้อมูล "LMPRED"
• 1_create_word_embeddings.ipynb แสดงตัวอย่างของวิธีการสร้าง embeddings โดยใช้แบบจำลองภาษาที่ผ่านการฝึกอบรมมาก่อน (ในกรณีนี้ T5XL Uniref50) การป้อนลำดับกรดอะมิโนของแอมป์และไม่ใช่แอมป์
• 2_BUILD_CNN_MODEL.IPYNB แสดงให้เห็นว่าโมเดลเครือข่ายประสาทแบบ convolutional ถูกสร้างขึ้นซึ่งใช้คำว่าการฝังเวกเตอร์เพื่อจำแนกลำดับเปปไทด์
• 3_testing_models.ipynb แสดงการทดสอบโมเดลที่สร้างขึ้นบนข้อมูลการทดสอบที่มองไม่เห็น ข้อมูลจากการคาดการณ์โมเดลเว็บเซิร์ฟเวอร์ภายนอกถูกรวมเข้าด้วยกัน

แบบจำลองภาษา - การอ้างอิง

• งานนี้จะเป็นไปไม่ได้หากไม่มีการใช้แบบจำลองภาษาที่ผ่านการฝึกอบรมมาก่อนที่ผลิตโดยงานวิจัยของ Elnaggar et al. โปรดดูรายละเอียดเพิ่มเติมเกี่ยวกับการวิจัยเพิ่มเติมด้านล่าง

การวิจัยภายนอก:

กรกฎาคม 2563: Prottrans: การถอดรหัสภาษาของรหัสชีวิตผ่านการเรียนรู้ที่ดูแลตนเอง preprint, ชีวสารสนเทศศาสตร์ Elnaggar, A. , M. Heinzinger, C. Dallago, G. Rehawi, Y. Wang, L. Jones, T. Gibbs, T. Feher, C. Angerer, M. Steinegger, D. Bhowmik และ B. Rost (2020, กรกฎาคม) https://www.biorxiv.org/content/10.1101/2020.07.12.199554V1.full.pdf

UPDATE: กรกฎาคม 2021: Prottrans: ไปสู่การถอดรหัสภาษาของรหัสชีวิตผ่านการเรียนรู้อย่างลึกซึ้งและการคำนวณประสิทธิภาพสูง Elnaggar, Ahmed และ Heinzinger, Michael และ Dallago, Christian และ Rehawi, Ghalia และ Yu, Wang และ Jones, Llion และ Gibbs Rost, Burkhard https://ieeexplore.ieee.org/abstract/document/9477085

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