MultiTox: A sequence-based stacked ensemble model for multiclass protein toxin classification
多毒素：一种基于序列的堆叠集合模型，用于多类蛋白毒素分类，以示意毒素蛋白的结构和功能多样性对于阐明大分子分子行为，机械变异性和结构驱动的生物活性至关重要。传统方法主要集中于二进制毒性预测，从而有限地解决了不同的毒素作用模式。在这里，我们提出了基于分子的作用模式：神经毒素，细胞毒素，血状毒素和肠毒素的分类的多毒素，用于分类毒素蛋白的合奏堆叠框架。我们策划了24,756种蛋白质（20,361毒素和4395个非毒素）的综合数据集，并提取了编码进化，结构和生物化学特征的高维ESM-2嵌入。两层堆叠框架集成了LGBM，MLP，ET，KNN和QDA作为基本分类器，XGBoost作为元分类器。 Multit
c末端修饰从蝎子葡萄球菌捕获了杂体-1的葡萄球菌样区域的抗菌活性，抗多药耐药病原体的兴起已成为严重的健康问题，从而迫切需要新型治疗方法。在探索的化合物中，由于其广谱活动和耐药性发展的倾向低，AMP已成为有前途的候选者。但是，它们的临床实施受到不当规模，体内不稳定性和毒性的限制。在这里，我们通过（1）完整的CEHS-1，（2）氨基酸取代，（3）末端标记和（4）C末端障碍的CEHS-1简短类似物。结果表明，与RWW拉伸融合的短类似物比母体类似物表现出更强的抗菌活性，而没有诱导人类红细胞溶血。在测试的AMP中，机械研究揭示了某些肽对金黄色葡萄球菌的膜 - 消失活性。在计算机分析中还表明，类似物通过平
用毒物学人工智能探索全球毒液发现的全球毒液，抗生素耐药病原体的兴起，尤其是革兰氏阴性细菌，突显了对新型疗法的迫切需求。现在，抗药性感染每年大约有500万人死亡，但传统的抗生素发现却大大停滞不前。毒液形成具有抗菌潜力的生物活性分子的巨大且未开发的储层。在这项研究中，我们挖掘了全球毒液数据集，以识别新的抗菌候选者。使用深度学习，我们探索了16,123种毒素，产生了40,626,260个毒液加密的肽。从这些中，我们确定了386名在结构和功能上与已知抗菌肽不同的候选者。它们表现出高净电荷和疏水性升高，有利于细菌膜破坏的特征。结构研究表明，这些肽中的许多采用柔性构象，这些肽在模拟膜的环境中过渡到α-螺旋
