文献阅读记录5-Recent Progress in the Discovery and Design of AntimicrobialPeptides

giraffb

已于 2024-12-04 14:59:28 修改

阅读量1k

点赞数 16

文章标签：机器学习人工智能

于 2024-10-27 20:20:26 首次发布

本文链接：https://blog.csdn.net/humingyi0629/article/details/143272608

版权

文章名字是Recent Progress in the Discovery and Design of Antimicrobial Peptides Using Traditional Machine Learning and Deep Learning，24年发表

摘要

由于传统抗生素的滥用和多重耐药微生物的增加，抗菌药物耐药性已成为一个全球性的重大健康问题。抗菌肽（AMPs）是一类天然存在的多肽，因其对宿主的低毒性、广泛的生物活性（包括抗菌、抗真菌、抗病毒和抗寄生虫活性）以及巨大的治疗潜力（如抗癌、抗炎等），有望成为下一代抗生素。最重要的是，抗菌肽通过多种作用机制破坏细胞膜来杀死细菌，而不是针对单一分子或途径，这使得细菌难以产生耐药性。然而，用于发现和设计新抗菌肽的实验方法非常昂贵且耗时。近年来，人们对使用计算机模拟方法进行药物发现产生了浓厚兴趣。虽然有几篇论文总结了计算抗菌肽预测方法，但没有一篇专注于深度学习方法。在这篇综述中，我们旨在调查深度学习方法在抗菌肽预测方面的最新进展。首先，介绍抗菌肽的生物学背景，然后阐述用于表示肽序列特征的各种特征编码方法。我们解释最流行的深度学习技术，并重点介绍基于这些技术的近期分类抗菌肽和设计新型肽序列的作品。最后，讨论抗菌肽预测的局限性和挑战。

一、引言

1. 抗菌肽的发现与分类

抗菌肽（AMPs）是一类具有广谱生物活性的天然多肽，首次于1922年由亚历山大·弗莱明发现。它们广泛存在于动植物、昆虫和微生物中，通过直接杀灭病原体或调节宿主免疫系统来保护宿主免受微生物感染。AMP可基于结构、来源和功能多种方式进行分类，其中按二级结构可分为：α螺旋、β折叠、α-β混合和无规则结构。例如，α螺旋型抗菌肽具有线性结构且富含阳离子和疏水性氨基酸，对细胞膜表现出高亲和力；β折叠结构通常由二硫键稳定，具有较强的结构稳定性。这种多样性使得AMP在抗菌、抗真菌、抗病毒等方面显示出广泛的治疗潜力。

2. 抗菌肽的作用机制

AMP的作用机制主要分为三类：膜破坏、代谢干扰和免疫调节。AMP通过其阳离子特性选择性地与细菌膜上的负电荷成分结合，从而实现对细菌膜的破坏。膜破坏机制包括三种模型：桶状孔模型（AMP形成束状插入膜中）、环状模型（诱导膜曲率形成孔隙）和地毯模型（覆盖膜表面并导致膜解体）。此外，某些AMP会跨膜进入细胞内，与DNA、RNA或蛋白质合成系统等关键代谢过程结合，进而抑制细菌的代谢活动。