Recent Advances in Conotoxin Classification by Using Machine Learning Methods.

Araştırma özeti

Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by

Konotoksinler, iyon kanalını ve nöronal reseptörleri hedef alan paha biçilmez peptitler olan disülfür zengini küçük peptidlerdir. Konotoksinlerin Alzheimer hastalığı, Parkinson hastalığı ve epilepsi gibi bir dizi hastalığın tedavisinde güçlü ilaçlar olduğu gösterilmiştir. Ek olarak, konotoksinler yeni ilaç kurşun bileşiklerinin geliştirilmesi için ideal moleküler şablonlardır ve nörobiyolojik araştırmalarda da önemli rol oynarlar. Böylece, konotoksin tiplerinin doğru tanımlanması biyolojik araştırma ve klinik tıp için önemli ipuçları sağlayacaktır. Genel olarak, konotoksin tipleri dizileri, yapıları ve işlevleri deneysel olarak doğrulandığında doğrulanır. Bununla birlikte, biyokimyasal deneyler kullanarak yapı ve işlev bilgilerini elde etmek zaman alıcı ve maliyetlidir. Bu nedenle, dizi bilgilerine dayanan konotoksin tiplerini verimli ve etkili bir şekilde tanımak için hesaplama araçları geliştirmek önemlidir. Bu çalışmada, konotoksinlerin hesaplamalı olarak tanımlanmasındaki mevcut ilerlemeyi aşağıdaki açılardan gözden geçirdik: (i) benchmark veri kümesinin inşası; (ii) dizi özelliklerinin çıkarılması için stratejiler; (iii) özellik seçimi teknikleri; (iv) konotoksinlerin sınıflandırılması için makine öğrenme yöntemleri; (v) bu yöntemler ve yayınlanan araçlarla elde edilen sonuçlar; ve (vi) konotoksin sınıflandırması ile ilgili gelecek perspektifler. Makale, konotoksinler ve ilaç tedavisi araştırmalarının derinlemesine incelenmesi için temel sağlar.

Özgün kaynak özetini okuyun

Conotoxins are disulfide-rich small peptides, which are invaluable peptides that target ion channel and neuronal receptors. Conotoxins have been demonstrated as potent pharmaceuticals in the treatment of a series of diseases, such as Alzheimer's disease, Parkinson's disease, and epilepsy. In addition, conotoxins are also ideal molecular templates for the development of new drug lead compounds and play important roles in neurobiological research as well. Thus, the accurate identification of conotoxin types will provide key clues for the biological research and clinical medicine. Generally, conotoxin types are confirmed when their sequence, structure, and function are experimentally validated. However, it is time-consuming and costly to acquire the structure and function information by using biochemical experiments. Therefore, it is important to develop computational tools for efficiently and effectively recognizing conotoxin types based on sequence information. In this work, we reviewed the current progress in computational identification of conotoxins in the following aspects: (i) construction of benchmark dataset; (ii) strategies for extracting sequence features; (iii) feature selection techniques; (iv) machine learning methods for classifying conotoxins; (v) the results obtained by these methods and the published tools; and (vi) future perspectives on conotoxin classification. The paper provides the basis for in-depth study of conotoxins and drug therapy research.

Bilimsel değerlendirme

Araştırma sorusu

Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.

Yöntem ve örneklem

Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.

Temel bulgular

Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.

Sınırlılıklar

Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.

Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.