ToxinPred 3.0：肽类毒性预测新突破，助力药物研发

2024年，印度英德拉普拉斯特信息技术研究所计算生物学系的研究团队在《Computers in Biology and Medicine》期刊上发表了题为“ToxinPred 3.0: An improved method for predicting the toxicity of peptides”的研究论文，提出了一种改进的肽类毒性预测方法ToxinPred 3.0，为肽类药物的研发提供了更可靠的安全性评估工具。

肽类药物的机遇与挑战

肽类分子因其多样的生物角色而成为理想的治疗候选药物。自1922年首个肽类药物——胰岛素获准用于治疗糖尿病以来，肽类药物的发展取得了长足进步。截至当前，已有超过170种肽类药物处于临床开发阶段，还有许多治疗性先导肽正在进行临床前研究。然而，毒性问题如同一把达摩克利斯之剑，悬在肽类药物研发上方。许多肽类药物因毒性问题在临床试验中折戟沉沙，造成了巨大的时间和经济成本损失。因此，准确预测肽类药物的毒性对于提高研发效率和成功率具有至关重要的意义。

前代方法的不足与改进

早在2013年，该研究团队就开发了ToxinPred计算方法，为科学界预测肽类毒性提供了有力支持。然而，随着研究的深入和技术的发展，原有方法逐渐暴露出一些局限性。一方面，基于相似性/比对的方法虽然能够取得不错的准确率，但覆盖范围有限；另一方面，基于基序的方法虽然特异性高，但敏感性有待提高。

ToxinPred 3.0的创新之处

ToxinPred 3.0在前代方法的基础上进行了全面的优化和拓展，融合了多种先进的技术策略：相似性比对与基序分析相结合：利用BLAST进行相似性搜索，并通过MERCI软件挖掘毒肽中特有的基序模式，为预测提供了高特异性的特征信息。

机器学习与深度学习的深度应用：采用人工神经网络（ANN）与长短期记忆网络（LSTM）相结合的深度学习模型，以及基于肽类组成特征的机器学习模型，分别取得了最高AUROC（受试者工作特征曲线下面积）值0.93和0.95的优异成绩。

大型语言模型的创新尝试：引入ESM2等大型语言模型，利用其强大的序列特征捕捉能力，进一步提升了预测性能，其中ESM2-t33实现了最高AUC值0.93。

混合方法的集成优势：开发了结合基序分析与机器学习或深度学习模型的混合方法，其中基于基序的混合方法在独立数据集上达到了最高AUROC值0.98，MCC（马修斯相关系数）为0.81。

ToxinPred 3.0的卓越性能

在数据集规模上，ToxinPred 3.0使用了包含5518个毒性和5518个非毒性肽的大型数据集，是前代方法数据集规模的三倍。这为模型的训练和验证提供了更充分的数据支持，使其能够更好地学习和泛化肽类毒性的特征模式。经过五折交叉验证和独立数据集测试，ToxinPred 3.0 在预测准确性、特异性、敏感性等多方面均展现出卓越的性能，显著优于现有的其他预测方法。例如，与ToxinPred和ToxIBTL等现有工具相比，ToxinPred 3.0在独立数据集上的AUC分别提高了0.13和0.18。

ToxinPred 3.0 的实际应用与推广

为了满足科研人员和药物研发工作者的实际需求，研究团队将ToxinPred 3.0开发成了多种易于使用的工具形式：

独立软件：方便用户在本地进行大规模的肽类毒性预测分析。

pip包：便于开发者在Python环境中集成和调用ToxinPred 3.0的功能。

网络服务器：通过简单易用的网页界面，用户可以快速提交和获取肽类毒性预测结果，并且提供了预测、蛋白质扫描、基序扫描和BLAST搜索结果分析等多功能模块。

这些工具的推出，极大地降低了ToxinPred 3.0的使用门槛，使其能够广泛地应用于肽类药物的设计、筛选和安全性评估等各个环节。无论是学术研究机构还是制药企业，都可以借助ToxinPred 3.0的强大性能，提前识别潜在的毒性肽类，优化药物研发流程，提高研发效率和成功率，为推动肽类药物的发展做出重要贡献。总之，ToxinPred 3.0以其先进的技术架构、卓越的预测性能和便捷的应用方式，成为了肽类毒性预测领域的一把新利剑，为肽类药物的研发开辟了新的道路。

参考文献：1、Rathore, Anand Singh et al. “ToxinPred 3.0: An improved method for predicting the toxicity of peptides.” Computers in biology and medicine vol. 179 (2024): 108926. doi:10.1016/j.compbiomed.2024.108926