社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

华南师范大学应光国团队JHM:基于机器学习和AlphaFold2预测水生相关物种雌激素受体激动剂

环境人Environmentor • 1 年前 • 415 次点击  
图片
第一作者:史文俊
通讯作者:史文俊
通讯单位:华南师范大学环境研究院 广东省化学污染与环境安全重点实验室,环境理论化学教育部重点实验室
论文DOI: 10.1016/j.jhazmat.2025.138629
图文摘要
图片
成果简介
近日,华南师范大学环境学院应光国教授团队史文俊副研究员等人在《Journal of Hazardous Materials》上发表了题为“Predicting estrogen receptor agonists from plastic additives across various aquatic-related species using machine learning and AlphaFold2”的论文(https://doi.org/10.1016/j.jhazmat.2025.138629)。该研究通过机器学习和AlphaFold2高通量预测多个水生相关物种的雌激素受体激动剂。
全文速览
由于缺乏水生生物相关的公共数据库,极大地限制了高通量预测核受体介导的激素效应。在本研究中,我们结合机器学习和AlphaFold2开发了筛选多物种雌激素受体(ER)激动剂的新策略。在本文中,使用机器学习(ML)模型共筛选42种塑添加剂为潜在的ER激动剂。利用AlphaFold2构建斑马鱼(Danio rerio, Dr)、青鳉鱼(Oryzias melastigma, Om)、海豚(Delphinus delphis, Dd)、抹香鲸(Physeter catodon, Pc)、贻贝(Mytilus edulis, Me)、热带爪蟾(Xenopus tropicalis, Xt)、朱鹮(Nipponia nippon, Nn)和帝企鹅(Aptenodytes forsteri, Af)的ERα结构。结果显示,除了Me之外,大多数物种有两个共同的氨基酸残基与ERα活性密切相关:精氨酸85和谷氨酸44(LBD序列对齐后的序列编号,对应人类ER受体中精氨酸394和谷氨酸353)。然而,水生相关物种还显示出另外三个额外的关键残基:甘氨酸212、亮氨酸216和苯丙氨酸95(LBD序列对齐后的序列编号)。高通量分子对接结果显示Dr、Om、Dd、Pc、Me、Xt、Nn和Af对接能量
引言
新污染物(如塑料添加剂)种类和消耗量的剧增,导致其在环境中的检出频率和浓度均显著上升。不同物种暴露于种类繁多的污染物之下,这对它们的健康和生存状况构成了极大的威胁。例如,极地捕食者如海豹和北极熊正面临令人担忧的高浓度污染物暴露。传统的实验方法体外和体内实验,往往需要高成本的投入、而通量较低,还涉及动物实验伦理等问题。此外,包括极地生物、海洋生物和稀有物种在内的物种并不适合进行大规模的动物实验。通过计算机模拟方法评估新污染物的毒性得到了广泛应用。基于污染物结构特性的筛选方法尤其是机器学习(ML)方法因其能够快速且经济高效地预测毒理终点,受到了广泛的关注。
前期研究主要预测污染物对某一种生物的毒性。然而,不同物种之间存在的生态差异会导致其在接触类似物质时表现出差异性的毒性效应。例如,6PPD-Q对虹鳟鱼(Oncorhynchus mykiss)和红点鲑鱼(Salvelinus fontinalis)表现出很强的急性毒性,24小时半致死浓度(LC50)分别为1.96 μg/L和0.59 μg/L。相比之下,它对斑马鱼和青鳉未表现出显著的急性致死毒性。类似地,氧化锌纳米颗粒对不同无脊椎动物和鱼类物种的急性毒性差异较大,范围从40 μg/L到58 mg/L。评估不同物种对新污染物的敏感性对于更广泛理解这些污染物对物种的易感性至关重要。分子对接技术是评估新污染物与蛋白质相互作用的生态毒性重要方法之一。由DeepMind开发的AlphaFold方法在预测蛋白质结构中表现出卓越的性能。凭借其高准确性和快速的预测能力,AlphaFold构建了大规模蛋白结构预测的综合数据库,已被广泛应用于药物筛选和人类疾病治疗,但其在新污染物对水生相关物种的生态毒性研究中的运用仍然较少。而在生态毒理学中,跨物种评估新污染物毒性对于理解其对生态系统的影响至关重要。
雌激素受体是污染物常见的结合靶点,许多新污染物通过与ER结合影响生物正常的转录和信号通路。由于缺乏针对生态物种核受体相关的公共数据库以及物种预测的多样性有限,本研究提出了一种将机器学习模型与分子建模相结合的新策略,用于快速筛选多个水生相关物种的ER激动剂。在本研究中,我们首先构建了ML模型识别塑料添加剂中潜在的ER激动剂。然后,利用AlphaFold2,构建了包括鱼类、两栖动物、水鸟、海洋生物和极地生物在内的多种物种的ER结构。通过分子对接,我们分析了可疑ER激动剂与不同物种ER的结合亲和力和相互作用模式。
图文导读
预测流程
ER激动剂的跨物种筛选流程如图1所示,包括以下步骤:1)数据集的收集和清洗。2) 分子指纹和分子描述符生成与选择。3) 传统机器学习、深度森林和人工神经网络模型的训练与验证。4) 使用最佳模型预测ER激动剂。5) 多物种ER序列比对。6) 利用AlphaFold2构建不同物种的ER蛋白模型。7) 分子对接识别与ER激动剂相关的关键氨基酸残基。8) 筛选高亲和力塑料添加剂。
图片
图1.通过机器学习和分子模型预测不同物种雌激素受体激动剂
不同机器学习方法构建模型的性能
本文使用6种机器学习方法,15种输入特征,共构建了90个机器学习模型(图2A;SI_Text表S5)。在测试集中,平衡准确率(ACC)、灵敏度(sensitivity)、特异性(specificity)、F1分数和AUC的范围分别为0.76到0.98、0.57到0.96、0.85到1.00、0.49到0.98和0.85到1.00。其中,使用深度森林(Deep Forest, DF)算法有3个模型表现出卓越的性能(所有指标均超过0.9)。使用随机森林(RF)、逻辑回归(LR)、支持向量机(SVM)、K近邻(KNN)或人工神经网络(ANN)构建的模型均未达到这一性能水平(SI_Text表S5)。
但是,Estate Fingerprint和Atom Pairs 2D Fingerprint常导致模型性能不佳且不平衡。相比之下,使用RDKit. Chem. Descriptors、Morgan Fingerprint、Klekota Roth Fingerprint Count和Klekota Roth Fingerprint作为输入特征,在不同ML模型中均表现出较好的性能(图 2B,SI_Text 表 S5)。例如,当使用Estate Fingerprint作为输入特征时,DF、RF、LR、SVM、KNN和ANN的F1值分别为0.55、0.64、0.52、0.56、0.49和0.51。而当使用Morgan Fingerprint作为输入特征时,DF、RF、LR、SVM、KNN和ANN的F1值显著提升,分别为0.95、0.85、0.79、0.90、0.71和0.83。
总之,使用RDKit. Chem. Descriptors 和 Morgan Fingerprint 作为输入特征在DF模型性能最优,它们的ACC = 0.98,灵敏度= 0.96,特异性> 0.99,F1值 > 0.95 和 AUC = 1.00(图 2B,SI_Text 表 S5),用于预测塑料添加剂中的潜在的ER激动剂。
图片图2.机器学习模型和ER激动剂筛选。(A)机器学习模型的性能参数分布图。(B) DF模型性能。(C)使用RDKit. Chem. Descriptors和Morgan Fingerprint构建的DF模型在验证集上的性能参数。(D, E) 验证集中,使用RDKit. Chem. Descriptors (D)和Morgan Fingerprint (E)的DF模型预测值与真实值的比较。(F)活性和非活性数据集中前10个重要特征的平均值。(G) MoSS子结构分析活性物质和非活性物质对比图。(H) 根据两种性能最优DF模型预测塑料添加剂列表中ERα激动剂的数量。ACC:准确率;AUC: 曲线下面积;深度森林: DF;随机森林: RF;K近邻分类器: KNN;逻辑回归: LR;支持向量机: SVM;人工神经网络: ANN。
重要特征和子结构
通过分子描述符特征重要性分析显示,排名前十的分子描述符分别是Avglpc、SMR_VSA9、SMR_VSA2、fr_bicyclic、Balabanj、f_NH0、VSA_EState4、Kappa1、PEOE_VSA10和PEOE_VSA7,其相对重要性数值均大于0.04(见SI_Text图S3)。同时,前十重要特征的平均值在活性化合物和非活性化合物之间表现出显著差异,反映了这些特征对ER活性的影响(图2F)。
MoSS功能节点分析识别出在活性和非活性化合物之间34种不同的子结构片段(见SI_Text表S6)。羟基脂环烃基团占活性样本中物质的38%,但在非活性样本中仅占1%。活性样本中酚基、脂环烃和酮基的比例分别为37%、37%和35%(图2G,SI_Text表S6)。
筛选PLASTICMAP列表中可疑的ERα激动剂
使用基于RDKit. Chem. Descriptors 和 Morgan Fingerprint 的DF模型,73个化合物被两个DF模型同时预测为ERα激动剂(SI_Dataset表S7)。去除与训练数据集重叠的化合物后,最终获得了42个可疑的ERα激动剂(图2H,SI_Dataset 表S8)。这42个可疑的激动剂与训练数据集的最大相似性范围为0.21至0.95。选取三种预测的ER激动剂进行暴露实验,结果显示在14 dpf时,单一暴露于BPA、PRO和TRI显著增加了与ER通路相关基因的转录表达水平,包括cyp11a、cyp19a1a、esr1、foxl2和vtg1(见SI_Text 图 S4)。BPA、PRO和TRI分别与雌激素受体激动剂FUL的二元混合物表现出拮抗效应。例如,cyp11a、cyp19a1a、esr1、foxl2和vtg1的转录均被FUL抑制(见表 1)。
不同物种的ERα结构
多物种ER序列比对与系统发育分析:全长氨基酸序列比对显示了物种间多样性(SI_Text图 S5-7)。Hs ERα与其他物种之间的序列相似性范围为32.33%至98.47%。相比之下,Me ERα与其他物种的相似性显著较低,范围为30.37%至34.50%(SI_Text 表 S7)。配体结合域(LBD)氨基酸序列比对中观察到类似的现象(SI_Text 表 S8)。所有物种LBD氨基酸序列比对结果见SI_Text 图 S7。由于物种较多,为了比较不同物种氨基酸的保守性便于读者阅读,本论文中的氨基酸序号均是基于不同物种LBD序列对齐后的序列编号。
进化树分析显示,脊椎动物相关物种聚集在一个系统发育分支上(例如Hs、Dd和Pc;Dr和Om;Nn和Af),而无脊椎动物Me则表现出明显不同的进化轨迹(图3A)。
图片图3.不同物种ERα序列进化树分析与3D结构构建。(A)进化树分析。(B) 不同物种的ERα三维结构的质量评估。(C)不同物种的ERα三维结构示意图。
ERα的三维结构:如图3C所示,预测物种ERα LBD的pLDDT分数均表现出较高的置信水平。Ramachandran图中Dr、Om、Dd、Pc、Me、Xt、Nn和Af的残基位于优选区域的百分比分别为91.3%、94.4%、93.6%、95.4%、95.7%、95.9%、95%和95%。这些模型的整体质量因子分别为95.57、95.49、92.60、94.24、97.66、92.17、90.86和90.86(图3B)。
 ERα激动剂结合的关键氨基酸
为了方便比较不同物种间关键氨基酸及其保守性,论文中展示的是根据LBD序列进行比对后氨基酸的编号(SI_Text 表 S10)。ER全长氨基酸序列号与LBD中序列号的对应关系见SI_Text 表 S10。简而言之,谷氨酸 (Glu) 44 和精氨酸 (Arg) 85 (对应人类ER全长序列中的Glu353和Arg394)是大多数物种中与ERα活性相关的两个关键氨基酸残基(图4A,SI_Text 表 S10)。水生相关的物种中,还鉴定出另外三个残基:甘氨酸 (Gly) 212,亮氨酸 (Leu) 216和苯丙氨酸 (Phe) 95(图4A,SI_Text 表 S10)。Glu44/43/41、Arg85/84/82 和 Gly212/211/197这些关键残基在不同物种间高度保守(图4B)。典型的ERα激动剂(包括BPTMC和雌激素)与各物种ERα之间的相互作用详见SI_Dataset 表 S9。除Me外,BPTMC和雌激素主要与所有物种ERα中的Arg85或Glu44形成氢键。在Me中,BPTMC和雌激素与ERα中的色氨酸 (Trp) 201 形成氢键。有趣的是,筛选出的具有ERα激动剂活性的塑料添加剂主要与Arg85/84、Glu44/43/41和Phe95/92 形成氢键(图4C,SI_Text 表 S11)。在Me中,Trp 201为ERα活性的关键残基(图4A,4C)。
图片图4.识别与ERα激动剂相互作用的关键氨基酸。(A) ERα激动剂与每个物种ERα相互作用的关键氨基酸。为分析与典型ERα激动剂相互作用的氨基酸,将训练数据集中所有化合物与不同物种的ERα进行分子对接,量化与ERα激动剂形成氢键的氨基酸的频率。(B)不同物种关键氨基酸的保守性,其中谷氨酸、精氨酸和甘氨酸显示高度保守。(C)筛选的塑料添加剂与所有物种ERα形成氢键的关键氨基酸。为了便于读者阅读,图中的氨基酸编号均是基于LBD序列比对后的氨基酸编号(SI_Text表S10)。
可疑ER激动剂与各物种ERα的对接能量
对接能量的聚类分析显示,8种脊椎动物和1种无脊椎动物形成了两条独立的分支。在脊椎动物中,人类与海洋动物聚为一组,而鱼类和水鸟形成了另一组(图5A)。这些发现与进化树分析的结果相一致。筛选出的塑料添加剂与ERα相互作用的平均对接能量分别为:Hs(−7.84 kcal/mol)、Dr(−7.31 kcal/mol)、Om(−7.58 kcal/mol)、Dd(−7.49 kcal/mol)、Pc(−7.85 kcal/mol)、Me(−7.67 kcal/mol)、Xt(−7.94 kcal/mol)、Nn(−7.65 kcal/mol)和Af(−7.72 kcal/mol)(见SI_Text表S12)。
图片图5. (A) 不同物种对接能量的聚类分析。(B) 不同对接能量阈值下的化合物数量。(C)双酚P在不同物种中的对接能量。Hs:人类;Dr: 斑马鱼;Om:青鳉鱼;Dd: 海豚;Pc:抹香鲸;Me: 贻贝;Xt:非洲爪蟾;Nn: 朱鹮;Af:帝企鹅。
Hs、Dr、Om、Dd、Pc、Me、Xt、Nn和Af中,共有9、4、8、4、12、10、13、7和9个塑料添加剂与这些物种ERα对接能量低于−9 kcal/mol(图5B,附表S10)。此外,分别有34、19、25、20、29、30、27、26和27个塑料添加剂与这些物种ERα对接能量低于−8 kcal/mol(图5B)。雌酮在所有物种中均表现出低于−9 kcal/mol的对接能量,而双酚P在不同物种之间的对接能量呈现显著差异(图5C)。另外,多种塑料添加剂,包括2,2-双(4-羟基-3-甲基苯基)丙烷、4-(2-萘氨基)苯酚、1,1-双(4-羟基苯基)环己烷、双酚AF、以及4,5-双酚-o-醌,与所有物种ERα的对接能量均低于−8 kcal/mol。
小结
水生相关物种正日益暴露于各种污染物中,对其健康及生态系统构成重大威胁。评估新污染物对不同水生相关物种的毒性对于理解其对生态系统的影响至关重要。在本研究中,我们使用机器学习方法筛选ERα激动剂,并利用AlphaFold2构建了8种水生相关物种的ERα结构。确定了与大多数物种雌激素受体结合的两个关键氨基酸残基(Arg85和Glu44,对应人类ER序列中Arg394和Glu353),表明与这两个氨基酸结合对这些物种的ERα活性具有重要的影响。在脊椎动物和无脊椎动物之间,对接能量具有显著的差异。
作者介绍
图片
第一作者、通讯作者:史文俊,博士,副研究员,硕士生导师,目前主要研究水环境中新污染物对生物的神经毒性和内分泌干扰效应。主持国家自然科学基金面上项目等科研项目4项。以第一作者/通讯作者在《Environmental Science & Technology》、《Journal of Hazardous Materials》、《Aquatic Toxicology》等环境领域主流期刊上发表论文30余篇。联系方式:wenjun.shi@m.scnu.edu.cn

图片
JHM家族期刊包括Journal of Hazardous Materials (JHM),Journal of Hazardous Materials Letters (JHM Letters), 和Journal of Hazardous Materials Advances (JHMA)。三本期刊拥有相同的scope,侧重在环境危险物质的迁移,影响,检测,和去除。旗舰期刊JHM发表高水平科研和综述文章,JHM Letters完全开放获取,发表Letter-type科研和前沿综述文章(3000字限制,4副图/表),JHMA定位为中档开放获取期刊。

图片

来源:JHM Family。投稿、合作、转载、进群,请添加小编微信Environmentor2020!环境人Environmentor是环境领域最大的学术公号,拥有20W+活跃读者 。由于微信修改了推送规则,请大家将环境人Environmentor加为星标,或每次看完后点击页面下端的“在看”,这样可以第一时间收到我们每日的推文!环境人Environmentor现有综合群、期刊投稿群、基金申请群、留学申请群、各研究领域群等共20余个,欢迎大家加小编微信Environmentor2020,我们会尽快拉您进入对应的群。


图片

往期推荐

年度热点文章Top10(2024年)
中科大俞汉青院士、陈洁洁教授、华中科大黄明杰Nat. Commun.:精准定制高价金属氧化物的d带中心实现污染物完全聚合去除
香港城市大学袁志国院士、新南威尔士大学郑敏Nature Sustainability综述:污水资源化前沿路径
Nature:全球塑料垃圾中的“潜行者”
中国科学院生态环境研究中心俞文正课题组Nature Water:三价金属混凝去除天然有机物的分子尺度理论
清华大学曲久辉院士团队刘锐平、中国科学技术大学陈洁洁Angew:纳米-生物杂合体界面间电子定向转移实现硝酸盐选择性转化
浙江大学环境纳米技术研究团队Nature Water:晶格工程实现纳米零价铁的高效选择性还原反应
山大刘建、港理工金灵等ES&T封面:联合提出“微塑料组”呼吁以整体视角研究微塑料以捕获其在真实世界中的生态与健康影响
哈工大(深圳)任南琪院士团队陈以頔、阿德莱德大学段晓光ES&T补充封面:聚焦微污染物聚合转化研究
大连理工陈景文团队、哈工大姜杰团队、宾大Joseph S. Francisco教授JACS:全多氟烷基化合物在微液滴表面自发降解
ESE专栏 | 《中国碳中和与清洁空气协同路径年度报告》工作组:2022年中国碳中和与清洁空气协同路径报告——提速重点部门转型
学术招聘
美国范德堡大学环境工程研究生项目招生 (博士硕士)
加州大学河滨分校化学与环境工程系门玉洁课题组招收博士生(或博士后)
香港城市大学能源与环境学院Dr. Sam H. Y. HSU课题组招聘博士
美国圣母大学环境分子与合成生物学实验室拟招收2名全奖博士生
瑞典斯德哥尔摩大学和瑞士Eawag联合招聘全奖博士生(环境方向)
北京大学环境科学与工程学院赵华章教授团队招聘博士
学术资讯
耶鲁大学Julie B. Zimmerman教授出任ES&T主编
贝勒大学Bryan W. Brooks教授出任ES&T Letters主编
韩国科学院院士Wonyong Choi将出任ACS ES&T Engineering创刊主编
CEJ Advances创刊 | 潘丙才教授任主编,四位华人学者任副主编
ACS对话 | ACS ES&T Engineering创刊副主编马军院士
专访:Environmental Science & Ecotechnology 主编团队

图片

图片
图片

扫描二维码,快速入群~

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/183549