TIPred: новый подход на основе стекингового ансамбля для ускоренного выявления пептидов — ингибиторов тирозиназы

Введение: Тирозиназа — фермент, участвующий в синтезе меланина в коже. При некоторых нарушениях пигментации избыточная выработка меланина и нестабильность активности тирозиназы приводят к появлению на коже более тёмных участков с изменённой окраской. Поэтому выявление пептидов — ингибиторов тирозиназы (TIP) имеет большое значение для фундаментальных исследований и клинической практики. Однако экспериментальное выявление таких пептидов, как правило, требует значительных затрат и времени.

Результаты: Предложен TIPred — подход на основе стекингового ансамбля, предназначенный для точного и быстрого выявления TIP по информации о последовательности. В TIPred использован широкий набор базовых моделей, основанных на известных алгоритмах машинного обучения, а также различные схемы кодирования признаков, учитывающие химические структурные и физико-химические свойства и состав пептидов. Затем 130 базовых моделей обучили и оптимизировали для получения новых вероятностных признаков. С помощью отбора признаков определили оптимальный вектор признаков для разработки TIPred. Прогностическую способность модели со стекинговой архитектурой оценивали методом десятикратной перекрёстной проверки и на независимой тестовой выборке. На независимой выборке TIPred значительно превзошёл лучший из существовавших методов: точность составила 0,923, коэффициент корреляции Мэтьюса (MCC) — 0,757, площадь под кривой (AUC) — 0,977.

Выводы: TIPred может служить полезным инструментом для быстрого выявления новых TIP и отбора перспективных кандидатов для последующей экспериментальной проверки. Онлайн-сервер TIPred находится в открытом доступе: http://pmlabstack.pythonanywhere.com/TIPred.