文献

J-GLOBAL ID：202202230477317796   整理番号：22A1162858

薬物-ナノ粒子系相互作用対細菌代謝ネットワークの予測による合理的ナノ材料設計に向けて【JST・京大機械翻訳】

Towards rational nanomaterial design by predicting drug-nanoparticle system interaction vs. bacterial metabolic networks

著者 (3件)： Dieguez-Santana Karel (Department of Organic and Inorganic Chemistry, University of Basque Country UPV/EHU, 48940 Leioa, Spain. [e-mail]) ,  Rasulev Bakhtiyor ,  Gonzalez-Diaz Humberto
資料名： Environmental Science: Nano  (Environmental Science: Nano)
巻： 9  号： 4  ページ： 1391-1413  発行年： 2022年 
JST資料番号： W2463A  ISSN： 2051-8161  CODEN： ESNNA4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 摂動代謝ネットワーク(MNs)による多剤耐性(MDR)株の出現は,研究者が抗細菌薬(AD)を改善することを推進している。ある種のナノ粒子(NP)は,デリバリーシステムとして作用すると共に抗菌活性を示す。このように,二重抗菌薬物ナノ粒子(DADNP)システムの開発は,選択肢になる。しかし,異なるMNsによるDADNP対菌株の試験は,ハードで高価なタスクである。人工知能(AI)または機械学習(ML)は,細菌感受性の予測によってこれを加速することができた。本研究では,AI/ML法の新しい応用として,病原性細菌種のMNに対するDADNP(AD+NP)システムの情報融合摂動-理論機械学習(IFPTML)解析とマッピングを用いた。さらに,ほとんどの既存のAI/MLモデルは,入力ベクターとしてアッセイ(即ち,細菌種,菌株,NP形状など)の実験条件のc_jを利用しなかった。作業解は,情報融合(IF)付加アプローチによるAI/ML法の使用である。付加IFはベクターD_dk,D_nk,D_mkおよびc_dk,c_nk,c_skのセットを,AD,NP,およびMNの構造と分析を別々に入力する。従って,IFPTMLアルゴリズムを選択して,300NPアッセイで富化した>160000ADアッセイのChEMBLデータセットに基づく予測モデルと,異なる細菌種の>25MNを検索した。IFPTMLはIFプロセスを用いて,D_dk,D_nk,D_skおよびc_dk,c_nk,c_skベクトル情報,およびMLアルゴリズムに,モデルを訓練するために,3つのデータセット,PTオペレータ(PTO)を接合する。”PTOP”は,D_dk,D_nk,D_sk,およびc_dk,c_nk,c_skベクトル情報,およびMLアルゴリズムを結合する。Sp≒90%およびSn≒80%のIFPTML線形判別分析(LDA)モデルおよび訓練/検証シリーズにおけるSp≒Sn≒95%で見出された最良の人工ニューラルネットワーク(ANN)モデルは良好な結果を示した。この種のモデルはDADNPシステム発見に有用である。また,推定DADNPシステム対野生型およびノックアウト(KO)計算による細菌菌株の>140000点のシミュレーションも行った。直線的および付加的IFPTMLモデルは,高度な構造的および生物学的多様性を有する複雑なDADNPの102の実験ケースを予測することができた。これはMDR細菌の新しい株を検出するのに役立つMDR計算監視の概念を紹介する。Copyright 2022 Royal Society of Chemistry All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *相互作用 ,  ベクトル ,  オペレータ ,  ニューラルネットワーク ,  *細菌 ,  抗細菌作用 ,  抗細菌薬 ,  摂動 ,  野生型 ,  ベクター ,  多剤耐性 ,  機械学習 ,  予測モデル ,  *ナノ粒子

分類 (2件)： 抗細菌薬の基礎研究  (GW17020S) ,  微生物感染の生理と病原性  (EG03053T)

タイトルに関連する用語 (8件)： 薬物 ,  粒子系 ,  相互作用 ,  細菌 ,  代謝ネットワーク ,  予測 ,  ナノ材料 ,  設計