Deep learning neural network development for the classification of bacteriocin sequences produced by lactic acid bacteria

Abstract

El surgimiento de bacterias resistentes a los antibióticos demanda la exploración de compuestos naturales con mecanismos innovadores para reemplazar los antibióticos existentes. Las bacteriocinas ofrecen alternativas prometedoras para desarrollar estrategias terapéuticas y preventivas de enfermedades en la cría de animales, acuicultura y salud humana. Especialmente, las bacteriocinas producidas por BAL puesto que son reconocidas como GRAS y QPS. En este estudio se usó una red neuronal de aprendizaje profundo para la clasificación binaria de secuencias de bacteriocinas, distinguiendo aquellas producidas por BAL. Este tipo de red tiene puede aprender patrones y representaciones complejos de datos. Se extrajeron las características mediante el método k-mer y la incrustación de vectores. Se probaron diez grupos diferentes, combinando vectores de incrustación y k-mers: EV, 'EV+3-mers', 'EV+5-mers', 'EV+7-mers', 'EV+15-mers', 'EV+20-mers', 'EV+3-mers+ 5-mers', 'EV+3-mers+7-mers', 'EV+5-mers+7mers' y 'EV+15-mers+20-mers'. Se obtuvo cinco conjuntos de 100 k-mers característicos de bacteriocinas producidas por BAL, para valores de k = 3, 5, 7, 15 y 20. Se observó una diferencia significativa entre el grupo EV y '5-mers+7-mers+EV', mostrando mejores resultados en precisión y pérdida este último. Al utilizar validación cruzada con k=30, los resultados promedio para pérdida, exactitud, precisión, sensibilidad y puntuación F1 fueron de 9.900%, 90.143%, 90.300%, 90.100% y 90.100%, respectivamente. La carpeta 22 destacó con una pérdida del 8.500%, exactitud del 91.471% y la precisión, sensibilidad y puntuación F1 del 91.000%. Presentando un rendimiento que concuerda con la bibliografía existente.