Molecular de-extinction of ancient antimicrobial peptides enabled by machine learning

生物 抗菌剂 蛋白质组 蛋白酶 抗菌肽 现存分类群 药物发现 计算生物学 生物化学 微生物学 进化生物学
作者
Jacqueline R. M. A. Maasch,Marcelo Der Torossian Torres,Marcelo C. R. Melo,César de la Fuente‐Núñez
出处
期刊:Cell Host & Microbe [Elsevier]
卷期号:31 (8): 1260-1274.e6 被引量:35
标识
DOI:10.1016/j.chom.2023.07.001
摘要

Molecular de-extinction could offer avenues for drug discovery by reintroducing bioactive molecules that are no longer encoded by extant organisms. To prospect for antimicrobial peptides encrypted within extinct and extant human proteins, we introduce the panCleave random forest model for proteome-wide cleavage site prediction. Our model outperformed multiple protease-specific cleavage site classifiers for three modern human caspases, despite its pan-protease design. Antimicrobial activity was observed in vitro for modern and archaic protein fragments identified with panCleave. Lead peptides showed resistance to proteolysis and exhibited variable membrane permeabilization. Additionally, representative modern and archaic protein fragments showed anti-infective efficacy against A. baumannii in both a skin abscess infection model and a preclinical murine thigh infection model. These results suggest that machine-learning-based encrypted peptide prospection can identify stable, nontoxic peptide antibiotics. Moreover, we establish molecular de-extinction through paleoproteome mining as a framework for antibacterial drug discovery.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
啵啵完成签到 ,获得积分10
刚刚
科研通AI2S应助小米辣采纳,获得30
刚刚
爱吃麻辣烫应助1012采纳,获得10
刚刚
刚刚
1秒前
1秒前
HHYYAA发布了新的文献求助10
2秒前
今后应助想人陪的短靴采纳,获得10
2秒前
yuyu完成签到,获得积分10
3秒前
蔺丹翠发布了新的文献求助10
3秒前
海森堡完成签到,获得积分10
3秒前
4秒前
喜滋滋完成签到,获得积分10
4秒前
wzjs发布了新的文献求助10
6秒前
7秒前
在水一方应助辛木采纳,获得10
7秒前
李健的小迷弟应助HHYYAA采纳,获得10
8秒前
Kieko完成签到,获得积分10
8秒前
李萌萌发布了新的文献求助20
8秒前
艾米尼发布了新的文献求助40
9秒前
10秒前
u6e0c完成签到,获得积分10
11秒前
江峰发布了新的文献求助10
12秒前
13秒前
14秒前
宣依云发布了新的文献求助10
15秒前
单薄安雁完成签到,获得积分20
15秒前
我是老大应助失眠灭男采纳,获得10
17秒前
加菲丰丰应助发嗲的雨筠采纳,获得20
17秒前
江峰完成签到,获得积分10
17秒前
科研通AI2S应助龙傲天采纳,获得10
18秒前
18秒前
个性的紫菜应助开开SWAG采纳,获得20
19秒前
共享精神应助111版采纳,获得10
19秒前
单薄安雁发布了新的文献求助10
21秒前
22秒前
water treat完成签到,获得积分10
22秒前
23秒前
朻安完成签到,获得积分10
24秒前
情怀应助李萌萌采纳,获得10
24秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
Classics in Total Synthesis IV 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3149540
求助须知:如何正确求助?哪些是违规求助? 2800615
关于积分的说明 7840805
捐赠科研通 2458144
什么是DOI,文献DOI怎么找? 1308295
科研通“疑难数据库(出版商)”最低求助积分说明 628471
版权声明 601706