AmorProt：基于氨基酸分子指纹重用的蛋白质指纹
定量方法
2023-03-30 v1 机器学习
摘要
由于蛋白质疗法在几乎所有医学领域都发挥着重要作用，利用人工智能对蛋白质开展的研究不胜枚举。人工智能使得无需昂贵实验即可进行数据驱动的预测。然而，不同于已开发的各类分子指纹算法，蛋白质指纹算法鲜有研究。本研究提出了基于氨基酸分子指纹重用的蛋白质（AmorProt）指纹，一种有效利用对应于 20 种氨基酸的分子指纹的蛋白质序列表示方法。随后，使用（1）淀粉样蛋白分类与（2）等电点回归，比较了基于树的机器学习与人工神经网络模型的性能。最后，通过案例研究及如下实验展示了所开发平台的适用性与优势：（3）与基于特征的方法的数据集依赖性比较；（4）特征重要性分析；（5）蛋白质空间分析。结果表明，AmorProt 指纹显著提升了模型性能并具有独立于数据集的通用性。结果揭示，当前蛋白质表示方法可应用于蛋白质相关各领域，例如预测其基本性质或与配体的相互作用。
引用
@article{arxiv.2303.16209,
title = {AmorProt: Amino Acid Molecular Fingerprints Repurposing based Protein Fingerprint},
author = {Myeonghun Lee and Kyoungmin Min},
journal= {arXiv preprint arXiv:2303.16209},
year = {2023}
}