Прогнозирование антимикробных пептидов на основе выравнивания последовательностей и методов отбора признаков

Антимикробные пептиды (AMPs) представляют собой класс природных пептидов, входящих в состав врожденного иммунитета; эти «антибиотики природы» перспективны для решения проблемы растущей антибиотикорезистентности. В связи с этим востребовано создание эффективных вычислительных методов для точного прогнозирования новых AMP, поскольку они могут предоставить дополнительные кандидаты и полезные идеи для дизайна лекарственных средств. В данном исследовании реализован новый метод прогнозирования AMP путем интеграции методов выравнивания последовательностей и отбора признаков. Обнаружено, что общий показатель успеха при джекаknife-валидации на вновь составленном эталонном наборе данных превышает 80,23%, а коэффициент корреляции Мэттьюза равен 0,73, что свидетельствует о хорошей прогностической способности. Кроме того, углубленный анализ признаков показывает согласие с ранее известными данными о том, что некоторые аминокислоты встречаются предпочтительно в AMP и действительно играют важную роль в антимикробной активности. Для удобства экспериментальных исследователей, желающих воспользоваться методом прогнозирования без изучения математических деталей, предоставлен удобный веб‑сервер по адресу http://amp.biosino.org/.