基于与膜相互作用特征预测线性阳离子抗菌肽

大多数现有的抗菌肽（AMP）预测方法对不同类别的 AMP 采用通用方法。与现有方法相反，我们建议预测策略应基于这样一个事实：存在多种类型的 AMP，它们在作用机制、结构、与膜的相互作用模式等方面各不相同。根据我们的建议，必须为每种类型的 AMP 开发特定的方法以获得高效能。因此，本文考虑了最大的一类 AMP——线性阳离子抗菌肽（LCAP），并描述了一种新开发的简单 LCAP 预测方法。本研究旨在开发一种区分 AMP 与非 AMP 的简单方法，其效率仅由所选描述符的效率决定，并将该区分程序的结果与更复杂的判别方法获得的结果进行比较。作为描述符，我们考虑了负责肽与阴离子膜相互作用能力的理化特征。研究了疏水性、两亲性、肽相对于膜的位置、电荷以及无序结构倾向等特征。基于这些特征，开发了一种新的简单预测算法，并评估了这些特征作为描述符的效率。结果表明，疏水矩、电荷和肽沿膜的位置这三个描述符可用作 LCAP 的判别器。对于训练集，我们的方法达到了与 CAMP 数据库服务工具提供的更复杂机器学习方法相同的准确度水平。对于测试集，我们方法获得的灵敏度甚至高于 CAMP 预测工具获得的值。