На основе методологии искусственных нейронных сетей построены модели, описывающие зависимость уровня RAGE-ингибирующей активности от аффинности соединений к белкам-мишеням сигнального пути RAGE-NF-kB. Для этого была сформирована валидированная база данных по структурам и уровням активности 183 известных соединений, испытанных, по литературным данным, на RAGE-ингибирующую активность. Проведён анализ сигнальных путей AGE-RAGE, найдены 14 основных узлов сигнального пути RAGE-NF-kB, для которых выявлены 34 релевантных белка-мишени. Сформирована база данных по 66 валидным 3D-моделям 22 белков-мишеней сигнальной цепочки RAGE-NF-kB. Выполнен ансамблевый молекулярный докинг 183 известных ингибиторов RAGE в сайты 66 валидных 3D-моделей 22 релевантных RAGE белков-мишеней и определены минимальные величины оценочной функции докинга для каждого соединения в отношении каждой мишени. По методике искусственных многослойных перцептронных нейронных сетей построены классификационные модели для прогноза уровня RAGE-ингибирующей активности по расчётной аффинности соединений к значимым белкам-мишеням сигнальной цепи RAGE-NF-kB. Проведена оценка прогностической способности этих моделей; максимальная точность по данным ROC анализа составила 90% для высокого уровня активности. Выполнен анализ чувствительности разработанных нейросетевых мультитаргетных моделей, определены наиболее значимые мишени цепочки передачи сигнала RAGE-NF-kB. Найдено, что для высокого уровня RAGE-ингибирующей активности наиболее значимыми биомишенями являются не AGE-рецепторы, а восемь сигнальных киназ пути RAGE-NF-kB и транскрипционный фактор NF-kB1. Предположено, что известные соединения с высокой RAGE-ингибирующей активностью по сути являются преимущественно ингибиторами сигнальных киназ.
Загрузить PDF:
Ключевые слова: сигнальный путь RAGE-NF-kB, RAGE-ингибиторы, мультитаргетная аффинность, молекулярный докинг, искусственные нейронные сети
Васильев П.М. и др. Нейросетевое моделирование мультитаргетной RAGE-ингибирующей активности // Биомедицинская химия. - 2019. - Т. 65. -N 2. - С. 91-98.
Васильев П.М. и др., "Нейросетевое моделирование мультитаргетной RAGE-ингибирующей активности." Биомедицинская химия 65.2 (2019): 91-98.
Васильев, П. М., Спасов, А. А., Яналиева, Л. Р., Кочетков, А. Н., Ворфоломеева, В. В., Клочков, В. Г., Аппазова, Д. Т. (2019). Нейросетевое моделирование мультитаргетной RAGE-ингибирующей активности. Биомедицинская химия, 65(2), 91-98.
Переводная версия в журнале «Biomedical Chemistry (Moscow) Supplement Series B»:10.1134/S1990750819030107
Statistica (2007), http://www.statsoft.com/Products/STATISTICA-Features. Scholar google search
Васильев П.М., Яналиева Л.Р., Спасов А.А., Кочетков А.Н., Ворфоломеева В.В., Клочков В.Г. (2019) Свидетельство о государственной регистрации базы данных №2019620160. Ингибиторы рецепторов конечных продуктов гликирования (24.01.2019), Офиц. бюлл. Программы для ЭВМ. БД. ТИМС, 2, RU 2019620160. Scholar google search
Нейронные сети. Statistica Neural Networks: Методология и технология современного анализа данных (2008), Горячая линия - Телеком, М. Scholar google search
