Предсказание антимикробных пептидов с помощью машинного обучения

Устойчивость к антибиотикам представляет глобальную угрозу и в будущем может привести к пандемии. Одним из решений является разработка нового поколения противомикробных средств. Природные антимикробные пептиды (АМП) служат признанными матрицами для такой разработки, а некоторые из них уже применяются в клинической практике. Для ускорения поиска новых антибиотиков целесообразно предсказывать новые АМП по секвенированным геномам различных организмов. База данных антимикробных пептидов (APD) стала первой эмпирической системой предсказания пептидов и способствовала испытанию первых алгоритмов машинного обучения. В этой главе представлен обзор методов предсказания АМП с помощью машинного обучения. Большинство предикторов, таких как AntiBP, CAMP и iAMPpred, используют одноклассовое предсказание антимикробной активности. Этот подход был расширен для предсказания противогрибковой, противовирусной, антибиоплёночной, противотуберкулёзной, гемолитической и противовоспалительной активности. Многочисленные функциональные свойства АМП, описанные в APD, также позволили разработать многометочные модели (iAMP-2L, MLAMP и AMAP), предсказывающие антибактериальную, противовирусную, противогрибковую, противопаразитарную, антибиоплёночную, противоопухолевую, анти-ВИЧ-, противомалярийную, инсектицидную, антиоксидантную, хемотаксическую и спермицидную активность, а также способность ингибировать протеазы. Кроме того, при предсказании учитываются посттрансляционные модификации пептидов, их трёхмерная структура и видоспецифическая информация о микроорганизмах. Мы сравниваем аминокислоты, значимость которых для АМП выявлена методами машинного обучения, с наиболее часто встречающимися аминокислотными остатками основных классов природных пептидов. В заключение обсуждаются достижения, ограничения и перспективные направления развития методов машинного обучения для предсказания антимикробных пептидов. В перспективе такие методы можно объединить в единую систему предсказания функций, выходящих за рамки антимикробной активности, чтобы ускорить разработку новых противомикробных средств на основе АМП.