跳到正文
bioRxiv · Bioinformatics· Romano, S., Grassia, M., Righelli, D., Lio, P., Mangioni, G., Taccioli, C. ·· 11 天前精选AI 评分63

图神经网络解释用于抗鲍曼不动杆菌药物重定位

Interpreting Graph Neural Networks for Antibacterial Drug Repurposing against Acinetobacter baumannii

AI 导读

研究用仅依赖原子特征与连接性的图神经网络集成,在抗菌筛选上取得与描述符增强参考模型相当的预测表现,并通过原子级解释识别出哌嗪是预测活性最一致的支持特征。对Drug Repurposing Hub的前瞻性筛选结合可开发性与安全性评估给出排序候选清单,其中CE3F4在初步实验中于0.25 mM下使鲍曼不动杆菌生长降低57%,浓度-反应曲线呈非单调。该结果为预印本摘要报告,湿实验仅为初步测定。

推荐理由

研究用原子级解释定位图神经网络抗菌活性预测所依赖的分子特征,并据此筛出候选化合物。

来源:bioRxiv · Bioinformatics · biorxiv.org