机器学习和超级计算机模拟预测金纳米粒子和血液蛋白质之间的相互作用
作者：by University of Jyväskylä
芬兰于韦斯屈莱大学纳米科学中心的研究人员利用机器学习和超级计算机模拟来研究微小的金纳米颗粒如何与血液蛋白结合。研究发现，可以通过从原子级分子动力学模拟训练的机器学习模型来预测有利的纳米颗粒-蛋白质相互作用。新方法开辟了模拟金纳米颗粒作为精准纳米医学靶向药物输送系统功效的方法。
生物分子和无机纳米材料之间的混合纳米结构构成了一个很大程度上尚未探索的研究领域，在生物成像、生物传感和纳米医学方面具有新的应用潜力。开发此类应用关键取决于对纳米生物界面动力学特性的理解。
由于电子电荷转移、化学反应生物分子表面的重组或重组可以在很宽的长度和时间尺度内进行，并且原子模拟需要在适当的水环境中运行。
机器学习有助于研究原子级别的相互作用
最近，于韦斯屈莱大学的研究人员证明，可以显着加快金属纳米粒子和血液蛋白质之间相互作用的原子模拟。
基于水中金纳米粒子-蛋白质系统的大量分子动力学模拟数据，图论和神经网络被用来创建一种方法，可以预测纳米颗粒与五种常见人类血液蛋白（血清白蛋白、载脂蛋白 E、免疫球蛋白 E、免疫球蛋白 G 和纤维蛋白原）的最有利结合位点。这机器学习结果通过长时间尺度原子模拟成功得到验证。
“最近几个月，我们还发表了一项计算研究，该研究表明，通过携带肽和抗癌药物的功能化金纳米颗粒，可以选择性地靶向癌细胞表面过度表达的蛋白质，”计算纳米科学教授 Hannu Hä 说。基宁。
“利用新的机器学习方法，我们现在可以扩展我们的工作来研究携带药物的纳米颗粒如何与血液蛋白质以及这些相互作用如何改变药物载体的功效。”
研究工作将继续进行
这些结果将允许进一步的研究开发新的计算方法来研究金属纳米粒子和生物分子之间的相互作用。
“在检查纳米粒子在纳米医学领域的诊断和治疗应用中的使用时，机器学习是一个非常有用的工具。这将是我们下一个项目‘动态纳米簇-生物分子接口’的主要目标之一，”Häkkinen 高兴地说。。
计算资源分别由芬兰超级计算中心 CSC 托管的 LUMI 和 Mahti 超级计算机中的芬兰大挑战项目 BIOINT 和 NanoGaC 提供。
更多信息：Antti Pihlajamámáki 等人，GraphBNC：机器学习——金属纳米团簇和血液蛋白之间相互作用的辅助预测，先进材料（2024）。DOI：10.1002/adma.202407046
María Francisca Matus 等人，对整合素 αvβ3 具有高亲和力的靶向金纳米簇的合理设计，用于组合癌症治疗，生物共轭化学（2024）。DOI：10.1021/acs.bioconjchem.4c00248
引文：机器学习和超级计算机模拟预测金纳米颗粒和血液蛋白之间的相互作用（2024 年，11 月 18 日）检索日期：2024 年 11 月 19 日来自 https://phys.org/news/2024-11-machine-supercomputer-simulations-interactions-gold.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《机器学习和超级计算机模拟预测金纳米粒子和血液蛋白质之间的相互作用》的评论
暂无评论