Please use this identifier to cite or link to this item:
http://repositorio.yachaytech.edu.ec/handle/123456789/698| Title: | A novel network science and similarity-searching-based approach for discovering potential antiviral peptides |
| Authors: | Rodríguez Cabrera, Hortensia María De Llano García, Daniela |
| Keywords: | Péptidos antivirales Espacio químico Redes de espacio proximal Antiviral peptide Chemical space Half-Space proximal network |
| Issue Date: | Dec-2023 |
| Publisher: | Universidad de Investigación de Tecnología Experimental Yachay |
| Abstract: | Los péptidos antivirales (AVP, por sus siglas en inglés) poseen un gran potencial como fármacos contra las infecciones virales. Sin embargo, la cantidad de información disponible supera la capacidad de interpretación de los investigadores. Para abordar este desafío, se utilizó la minería interactiva de datos y las facilidades de las redes de espacio proximal a través del software StarPep para explorar el espacio químico de los AVPs. Adicionalmente, se utilizó el algoritmo de clustering de Louvain para crear un perfil basado en las comunidades obtenidas, revelando así características biológicas, patrones y diferentes relaciones entre los péptidos. Esta exploración fue extendida a través de las redes de metadato (MN) que aportó importante información sobre "bases de datos", "función", "origen" y "objetivo". Este análisis permitió detectar nuevas interconexiones, enriqueciendo la comprensión de los AVPs y sus características. Para crear representaciones simplificadas del espacio químico, se realizó un proceso de extracción de scaffold que resultó en cuatro subconjuntos definidos que conservan las características centrales mientras simplifican la complejidad de la red. Como resultado, reportamos 33 potenciales motivos antivirales, de los cuales 23 son completamente novedosos para el campo. Además, se desarrollaron cinco Modelos de Búsqueda por Similitud Múltiple que fueron comparados y superaron 14 diferentes predictores disponibles en la literatura. Sobre estos hallazgos mencionados se encontraron 46 potenciales secuencias antivirales derivadas de diferentes bases de datos que juntas contenían más de 100,000 secuencias. Este trabajo no solo proporciona información valiosa sobre las características de los AVP sino que también sienta las bases para el desarrollo de péptidos con uso terapéutico. |
| Description: | Antiviral peptides (AVPs) hold substantial promise as therapeutic agents against viral infections. However, the sheer volume of available data surpasses researchers’ capacity for interpretation. To address this challenge, interactive data mining and the Half-Space Proximal Network (HSPN) technique within the StarPep toolbox were utilized to address this challenge and explore the chemical space of AVPs. Louvain Clustering was employed to conduct community-based chemical profiling, revealing intricate biological patterns and relationships among peptides. Exploration extended to Metadata Networks (MNs), shedding light on the broader AVP landscape with attributes like” database,” ”function,” ”origin,” and ”target.” This exposed interconnections and associations, enriching the understanding of AVPs and their attributes. Scaffold extraction was applied to streamline the representation of the AVP chemical space, yielding four well-defined subsets that retained core characteristics while simplifying network complexity. Moreover, the study identified 33 potential antiviral motifs via an alignment-free de novo approach, including 23 entirely novel motifs. Furthermore, five Multi-Query Similarity Search Models (MQSSMs) were developed, outperforming several state-of-the-art predictors. Building upon these findings, the research yielded 46 potential Antiviral Sequences derived from three diverse databases, encompassing over 100,000 sequences. This work provides valuable insights into AVP characteristics and lays the foundation for novel antiviral therapies rooted in their distinctive chemical properties and interactions. |
| URI: | http://repositorio.yachaytech.edu.ec/handle/123456789/698 |
| Appears in Collections: | Química |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| ECQI0155.pdf | 33.36 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.