用于抗菌肽设计的生成模型：自编码器及其他方法

《BioData Mining》：Generative models for antimicrobial peptide design: auto-encoders and beyond

　　

摘要

背景

随着多重耐药病原体的数量迅速增加，迫切需要新的策略来加速抗菌药物的研发。抗菌肽是一类有前景的新抗生素候选物，它们诱发抗生素耐药性的倾向较低。近年来，基于计算机的高通量筛选策略（如生成式深度学习算法）越来越受欢迎，为肽的发现提供了新的方法。

方法

本研究比较分析了深度学习模型在生成新型抗菌肽方面的性能。所研究的模型包括变分自编码器（Variational Auto-Encoder）、Wasserstein自编码器（Wasserstein Auto-Encoder）、循环神经网络（Recurrent Neural Network）和语言模型（Language Model）。本研究的主要目的是系统地比较和评估这些模型及其采样选项，以确定适用于不同应用场景的最合适的模型和采样策略组合。

结果

所有模型生成的肽在物理化学特性上与天然抗菌序列相似。总体而言，自编码器的表现最好，其中Wasserstein自编码器生成的肽在多样性和成分平衡性方面表现最出色。与未正则化的基线模型相比，嵌入空间分析证实自编码器没有出现过拟合现象。此外，通过对具有特定肽属性的数据进行评估，发现了模型特有的偏好。这些结果共同强调了根据不同的设计目标定制模型和评估指标的必要性。

结论

本研究探讨了各种生成模型在抗菌肽领域的优势和劣势，并为具体应用提供了关于模型类型与采样策略组合的实际建议。