Development of data-driven predictive model for screening of novel inhibitors against the DNA repair enzyme, PARP1
ชื่อผู้แต่งข้างต้นเป็นข้อความจากระเบียนผลงาน ไม่ได้ผูกกับรหัสนักวิจัย จึงกดดูผลงานอื่นของบุคคลนี้ไม่ได้ — ในคลังนี้ 142,080 ผลงาน (63.6% ของทั้งหมด) มีชื่อผู้แต่งที่เชื่อมกับหน้าผู้แต่งได้ และ 60,298 ผลงาน (27.0%) มีผู้แต่งที่ผูกกับรหัสนักวิจัยจริง ส่วนอีก 81,382 ผลงานไม่มีข้อมูลผู้แต่งเลย (มีชื่อผู้แต่งเป็นข้อความอยู่ 142,009 ผลงาน = 63.5%)
บทคัดย่อ
มะเร็งเป็นสาเหตุการตายอันดับต้น ๆ ของโลก ซึ่งเห็นได้จากรายงานของสถิติมะเร็งโลกในปี 2563 ที่รายงานว่า มีผู้เสียชีวิตจากโรคมะเร็งจำนวนมากกว่า 10 ล้านคน หนึ่งในหนทางการรักษามะเร็ง คือการค้นหายาที่ส่งผลต่อการซ่อมแซมดีเอ็นเอของ PARP-1 ในการศึกษานี้ เราได้สร้างโมเดลที่ใช้สำหรับการทำนายการออกฤทธิ์ของสารเคมีที่มีผลต่อการทำงานของ PARP-1 โดยใช้ชุดข้อมูลของสารเคมีจำนวนทั้งสิ้น 2,018 สาร ที่มีลักษณะโครงสร้างแตกต่างกัน โดยในการสร้างโมเดลนั้น สารเคมีแต่ละตัวจะถูกแยกย่อยออกมาตามลักษณะทางด้านลายนิ้วมือของสารเคมี ซึ่งมีอยู่ด้วยกัน 12 ชนิด จากนั้นเราใช้การเรียนรู้ของเครื่องแบบแรนดอมฟอร์เรส ร่วมกันกับวิธีการสุ่มตัวอย่างหลายแบบ เพื่อสร้างโมเดลชนิดต่าง ๆ ขึ้นมาเปรียบเทียบกัน จากผลการทดสอบพบว่า โมเดลที่มาจากการสุ่มตัวอย่างแบบเกินขนาด และการใช้ลายนิ้วมือของสารเคมีแบบ PubChem ให้ประสิทธิภาพของการทำนายได้ดีที่สุด โดยมีค่าสัมประสิทธิ์สหสัมพันธ์ของแมททิวส์มากกว่า 0.7 และยังเป็นโมเดลที่สามารถเอามาแปลความได้ จากการคำนวณค่าดัชนี Gini ซึ่งเป็นค่าที่แสดงถึงความสำคัญของลักษณะทางด้านลายนิ้วมือของสารเคมีที่นำมาสร้างโมเดล บ่งชี้ว่าโครงสร้างแบบอะโรมาติก/ไซคลิก/เฮเทอร์โรไซคลิก ลายนิ้วมือมือของสารเคมีแบบมีไนโตรเจน และอีเธอร์/อัลดีไฮด์/แอลกอฮอล์ เป็นลักษณะโครงสร้างที่สำคัญต่อการสร้างโมเดลเพื่อทำนายการยับยั้ง PARP-1 สุดท้ายนี้ โมเดลในการทำนายของเราได้ถูกนำเอาไปสร้างเป็นเว็บแอปพลิเคชันภายใต้ชื่อ PARP1pred และนำไปเผยแพร่ออกสู่สาธารณะภายใต้ที่อยู่เว็บ https://parp1pred.streamlitapp.com ซึ่งจะช่วยให้ผู้ใช้สามารถทำนายการออกฤทธิ์ทางชีวภาพของสารประกอบต่อ PARP-1 โดยใช้ลักษณะการค้นหาด้วยการใส่สัญลักษณ์ SMILES ในช่องอินพุต ซึ่งแบบจำลองที่อธิบายไว้ในที่นี้ จะช่วยในการค้นพบสารยับยั้ง PARP-1 ที่มีประสิทธิภาพมากขึ้น