抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ヘキサペプチドは蛋白質を含むポリペプチドのアミロイド形成特性を研究するためのモデル系として広く適用されている。最近,大きな実験データベースがアミロイド形成ラベルで公開されているようになった。訓練と試験目的のためのこれらのデータセットを用いて,ペプチドのアミロイド状態を予測するための人工知能(AI)ベースの分類器を構築する。著者らの以前の研究(生体分子,11(4)500,2021)において,著者らはサポートベクトルマシン(SVM)ベースのブダプストアミロイドプレディクタ(ウルル{https://pitgroup.org/bap})を記述した。ここでは,ペプチドのアミロイド状態をさらに理解するための驚くべきおよび簡潔な新しい規則として,80%と84%の間の精度を有する多数のアミロイド生成および非アミロイド形成ヘキサペプチドパターンを発見するために,Budapest Amyoid Predictorを適用した。例えば,著者らは,独立して変異した残基(ΔΨxによってマークされる位置)に対して,パターンCxFLWx,FxFLFx,またはxxIVIVがアミロイド形成性であると予測され,一方,PxDxxx,xxKxEx,およびxxPQxxx非アミロイド生成のそれらは,すべてで予測された。2つのx’s(例えば,CxFLWx)を有する各アミロイド形成パターンは,スクシンクトル20 ̄2=400ヘキサペプチドを記述し,一方,4点突然変異(例えばPxDxxx)を含む非アミロイド形成パターンは,全部で20 ̄4160,000ヘキサペプチドを与える。知る限りでは,人工知能ツールまたはスクシンクトアミロイドパターンの同様の応用は,本研究前に記述されなかった。【JST・京大機械翻訳】