新的人工智能工具可预测数百种疾病中的蛋白质-蛋白质相互作用突变
作者：by Cleveland Clinic
计算工具
称为PIONEER（蛋白质-蛋白质相互作用预测）。研究人员通过识别证明了 PIONEER 的实用性潜在的药物靶点在最近发表的一篇文章中，针对数十种癌症和其他复杂疾病自然生物科技文章。基因组研究是关键
药物发现，但它本身并不总是足够的，该研究的共同主要作者兼克利夫兰诊所基因组中心主任 Feixiong Cheng 博士说。当根据基因组数据制造药物时，发现致病基因和进入临床试验之间的平均时间为 10 至 15 年。
“理论上，基于遗传数据很简单：突变的基因会产生突变的蛋白质。”Cheng 博士说。“我们试图创造分子，通过阻止这些蛋白质与健康蛋白质相互作用来阻止这些蛋白质破坏关键的生物过程，但实际上，说起来容易做起来难。”。
我们体内的一种蛋白质可以以多种不同的方式与数百种其他蛋白质相互作用。程博士解释说，这些蛋白质随后可以与数百个蛋白质相互作用，形成一个复杂的蛋白质-蛋白质相互作用网络，称为相互作用组。当致病的 DNA 突变被引入混合物中时，情况会变得更加复杂。一些基因可以通过多种方式发生突变，从而导致相同的疾病，这意味着一种病症可能与仅由一种不同突变的蛋白质产生的许多相互作用组相关。
药物开发人员需要从数以万计的潜在致病相互作用中进行选择，而这只是在他们根据受影响蛋白质的物理结构生成列表之后进行的。
郑博士试图做出一个人工智能与康奈尔大学创新蛋白质组学中心主任 Haiyuan Yu 博士合作，帮助遗传/基因组研究人员和药物开发商更轻松地识别最有希望的蛋白质-蛋白质相互作用的 (AI) 工具。该小组整合了来自多个来源的大量数据，包括：
- 来自近 100,000 名个体的基因组序列，这些个体要么出生时就带有致病突变，要么在晚年获得这些突变（通常癌症）。
- 超过 16,000 种人类蛋白质的物理三维结构，以及有关 DNA 突变如何影响这些结构的数据。
- 已知近 300,000 个不同蛋白质-蛋白质对之间的相互作用。
他们生成的数据库使研究人员能够导航从脱发到冯维勒布兰德病等 10,500 多种疾病的相互作用组。
发现与疾病相关的突变的研究人员可以将其输入 PIONEER，以获得导致疾病并可能用药物治疗的蛋白质-蛋白质相互作用的排名列表。科学家可以通过名称搜索疾病，以获得潜在致病蛋白质相互作用的列表，然后他们可以继续研究。PIONEER 旨在帮助专门研究几乎所有疾病类别的生物医学研究人员，包括自身免疫、癌症、心血管、代谢、神经和肺部疾病。
该团队在实验室验证了数据库的预测，对 1,000 多种蛋白质进行了近 3,000 个突变，并测试了它们对近 7,000 个蛋白质-蛋白质相互作用对的影响。基于这些发现的初步研究已经开始，以开发和测试肺癌和子宫内膜癌的治疗方法。该团队还证明他们的模型的蛋白质-蛋白质相互作用突变可以预测：
- 各种癌症类型的生存率和预后，包括肉瘤，一种罕见但可能致命的癌症。
- 大型药物基因组学数据库中的抗癌药物反应。
研究人员还通过实验验证了蛋白质蛋白质NRF2 和 KEAP1 蛋白之间的相互作用突变可以预测肺癌中的肿瘤生长，为癌症靶向治疗的开发提供了新的靶点。“进行相互作用组研究所需的资源对大多数基因研究人员来说构成了重大的进入障碍，”程博士说。
“我们希望 PIONEER 能够在计算上克服这些障碍，以减轻负担，并赋予更多科学家推进新疗法的能力。”
更多信息：结构信息丰富的人类蛋白质与蛋白质相互作用组揭示了疾病突变引起的蛋白质组范围的扰动，自然生物科技（2024）。DOI：10.1038/s41587-024-02428-4
引文:新的人工智能工具可预测数百种疾病中的蛋白质-蛋白质相互作用突变（2024 年，10 月 24 日）检索日期：2024 年 10 月 24 日来自 https://medicalxpress.com/news/2024-10-ai-tool- Protein-interaction-mutations.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外，不得未经书面许可，不得复制部分内容。所提供的内容仅供参考。
关于《新的人工智能工具可预测数百种疾病中的蛋白质-蛋白质相互作用突变》的评论
暂无评论