pAtbP-EnC：采用多特征表示和基于遗传算法的深度集成模型识别抗结核肽

结核分枝杆菌是人类一种高度危险的病原体，是结核病（TB）的致病因子，影响了全球近33%的人口。随着多药耐药性结核病的不断增加，迫切需要新型有效的替代疗法。肽类疗法因其显著的特异性，在不影响健康细胞的前提下靶向受影响的细胞，而成为一种有利的替代方案。然而，抗结核肽（AtbPs）的实验识别劳动密集且成本高昂。因此，由于肽样本数量庞大，准确预测AtbPs变得具有挑战性。本文提出了一种集成学习模型，通过解决单个学习模型的局限性来增强预测结果。我们利用四种不同的表示方法：AAindex、组成/转移/分布、二肽偏差的期望均值以及增强分组氨基酸组成，将训练样本进行数值编码。这些方法提取的特征向量被融合以开发一个紧凑向量。我们使用三种不同的分类模型评估预测率，采用个体和异构向量。此外，通过利用个别分类器的预测标签来实现基于遗传算法的集成深度模型，我们增强了所提模型的预测和训练能力。通过对训练数据集和独立数据集的评估，我们提出的集成学习器在使用RD训练、MD训练、RD独立和MD独立数据集时，分别达到了97.80%、95.13%、93.91%和94.17%的准确率。我们的研究结果表明，所提出的pAtbP-EnC模型在报告大约11%更高的训练准确性方面优于现有预测器。我们得出结论，pAtbP-EnC预测器将在药物设计和研究学术领域中成为一个重要工具。使用的数据集和源代码已在 https://github.com/Intelligent-models/pAtbP-EnC2023 上公开。