Chem. Sci. | SHAP 和贝叶斯机器学习优化递送pDNA 和 CRISPR 核糖核蛋白的聚合物

文章预览

    大家好，今天给大家分享一篇近期发表在 Chem. Sci. 上的研究进展，题为： Polymer design via SHAP and Bayesian machine learning optimizes pDNA and CRISPR  ribonucleoprotein delivery 。该工作的通讯作者是来自美国明尼苏达大学明尼阿波利斯分校的 Theresa M. Reineke 。     核酸药物在疾病治疗中扮演着越来越重要的角色，但其递送效率较低。 聚合物递送载体具有化学和物理调控相对简单、生产成本低、易于规模化制造的优点，但在体内核酸递送方面的应用尚不充分。同时，受控自由基聚合、聚合后修饰等平行合成技术和机器学习领域的迅速发展为加速下一代聚合物递送载体的开发提供了强大的工具 。     本文 构建了一个基于点击化学的聚合物库，作者改变聚合物长度、二元组成、 pKa 值和疏水性（ clogP ），通过 SHapley Additive explanations (SHAP) 分析探究物理化学性质 ………………………………