ToxTeller: Previndo a Toxicidade de Peptídeos Usando Quatro Abordagens Diferentes de Aprendizado de Máquina

Examinar a toxicidade de peptídeos é essencial para o design de fármacos terapêuticos baseados em peptídeos. Abordagens de aprendizado de máquina são frequentemente utilizadas para desenvolver preditores altamente precisos para a previsão da toxicidade de peptídeos. Neste artigo, apresentamos o ToxTeller, que fornece quatro preditores usando regressão logística, máquinas de vetor de suporte, florestas aleatórias e XGBoost, respectivamente. Para o desenvolvimento do modelo de previsão, construímos um conjunto de dados de peptídeos tóxicos e não tóxicos a partir das bases de dados SwissProt e ConoServer, com níveis de evidência de existência verificados. Também utilizamos totalmente a anotação de proteínas no SwissProt para coletar mais peptídeos tóxicos do que usando apenas a busca por palavras-chave. A partir desse conjunto de dados, construímos um conjunto de dados de teste independente que compartilha no máximo 40% de similaridade de sequência dentro de si mesmo e com o conjunto de dados de treinamento. A partir de uma lista bastante abrangente de 28 combinações de características, realizamos validação cruzada de 10 vezes no conjunto de dados de treinamento para determinar a combinação otimizada de características para o desenvolvimento do modelo. O desempenho do ToxTeller é avaliado e comparado com preditores existentes no conjunto de dados de teste independente. Uma vez que peptídeos tóxicos devem ser evitados para o design de fármacos, analisamos estratégias para reduzir previsões falso-negativas de peptídeos tóxicos e sugerimos selecionar modelos pela maior sensibilidade em vez do amplamente utilizado coeficiente de correlação de Matthews, e também sugerimos usar uma