A-CaMP: A Tool for Anti-Cancer and Antimicrobial Peptide Generation.

A-CaMP: أداة لتوليد الببتيدات المضادة للسرطان والمضادة للميكروبات.

Clicks: 454
ID: 77270
2019
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This article has not been analysed, so there is no overall score — reader engagement is measured and shown alongside.
AI Quality Assessment
Not analyzed
Readership in this journal
Steady

Ranked #9 of 30 articles by views in Journal of biomolecular structure & dynamics

Most read Least read

Bar heights use a square-root scale.

Mint this article as an NFT
Not yet minted

Create a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.

5 SUSD one-off · no wallet required
Sign in to mint
Abstract
Anti-cancer peptides (ACPs) play a vital role in the cell signaling process. Antimicrobial peptides (AMPs) provide immunity against pathogenic microbes, AMPs present activity against pathogenic microbes. Some of them are known to possess both anticancer and antimicrobial activity. However, so far, no tools have been developed that could predict potential ACPs from wild and mutated cancerous protein sequences in the numerous public databases.In the present study, we developed a A-CaMP tool that allows rapid fingerprinting of the anti-cancer and antimicrobial peptides, which play a crucial role in current bioinformatics research. Besides, we compared the performance and functionality of our A-CaMP tool with those of other methods available online. A-CaMP scans the target protein sequences provided by the user against the datasets. It possesses a robust coding architecture, has been developed in PERL language and is scalable of therefore has extensive applications in bioinformatics. It was observed to achieve a prediction accuracy of 93.4%, which is much higher than that of any of the existing tools. Sequence alignment studies also highlight the potential use of A-CaMP as a tool for the identification of AMPs.A-CaMP is the first open source tool that uses clinical data and proposes final peptides along with the necessary information; this includes wild and mutant sequence and peptides, which lays the foundation for its application in therapies for cancer and bacterial infections.
تؤدي الببتيدات المضادة للسرطان (ACPs) دوراً حيوياً في عملية نقل الإشارات الخلوية. وتوفر الببتيدات المضادة للميكروبات (AMPs) مناعة ضد الميكروبات الممرضة، كما تُظهر نشاطاً ضدها. ومن المعروف أن بعض هذه الببتيدات يمتلك نشاطاً مزدوجاً؛ مضاداً للسرطان والميكروبات في آنٍ واحد. ومع ذلك، لم تُطوَّر حتى الآن أدوات قادرة على التنبؤ بالببتيدات المضادة للسرطان المحتملة من متواليات البروتينات السرطانية البرية (النمط البري) والطافرة المتوفرة في العديد من قواعد البيانات العامة. وفي هذه الدراسة، قمنا بتطوير أداة A-CaMP التي تتيح التحديد السريع للبصمة الوراثية للببتيدات المضادة للسرطان والمضادة للميكروبات، والتي تؤدي دوراً حاسماً في أبحاث المعلوماتية الحيوية الحالية. وإلى جانب ذلك، قارنّا أداء أداة A-CaMP وكفاءتها الوظيفية بالأساليب الأخرى المتاحة عبر الإنترنت. تقوم أداة A-CaMP بمسح متواليات البروتينات المستهدفة والمُدخلة من قِبل المستخدم ومطابقتها مع مجموعات البيانات؛ وتتميز ببنية برمجية رصينة طُوِّرت بلغة PERL، فضلاً عن قابليتها للتوسع؛ مما يمنحها تطبيقات واسعة في مجال المعلوماتية الحيوية. وقد لُوحظ أنها تحقق دقة تنبؤ بلغت 93.4%، وهي نسبة أعلى بكثير من أيٍّ من الأدوات المتاحة حالياً. كما تسلط دراسات محاذاة المتواليات الضوء على إمكانية استخدام A-CaMP كأداة لتحديد الببتيدات المضادة للميكروبات (AMPs). وتُعد A-CaMP أول أداة مفتوحة المصدر تستخدم البيانات السريرية وتقترح الببتيدات النهائية مصحوبة بالمعلومات اللازمة، بما في ذلك المتواليات والببتيدات البرية والطافرة؛ مما يمهد الطريق لتطبيقها في العلاجات الموجهة للسرطان وحالات العدوى البكتيرية.
Reference Key
kaushik2019acampjournal Use this key to autocite in the manuscript while using SciMatic Manuscript Manager or Thesis Manager
Authors Kaushik, Aman Chandra;Mehmood, Aamir;Peng, Shaoliang;Zhang, Yu-Juan;Dai, Xiaofeng;Wei, Dong-Qing;
Journal Journal of biomolecular structure & dynamics
Year 2019
DOI
10.1080/07391102.2019.1708796
URL
Keywords
Machine learning artificial neural network antimicrobial peptides anti-cancer a-camp

Citations

No citations found. To add a citation, contact the admin at info@scimatic.org

Comments

No comments yet. Be the first to comment on this article.