竹子及其在发现抗黑色素瘤活性分子中的应用
Isadora Leitzke Guidotti1, Alessandra Neis1, Daniela Peres Martinez1
1Centro de Desenvolvimento Tecnológico, Universidade Federal de Pelotas, Pelotas, Rio Grande do Sul, Brazil.
Journal of molecular graphics & modelling
|July 15, 2023
概括
Bambu是一个新的工具,可以创建用于药物发现的定量结构活动关系 (QSAR) 模型. 它从查数据中识别出潜在的黑色素瘤抑制剂,优于现有的工具.
科学领域:
- 计算化学和化学信息学
- 药物的发现和开发.
- 生物信息学和计算生物学
背景情况:
- 黑色素瘤是一种危险的皮肤癌,需要新的药物发现努力.
- 定量结构活动关系 (QSAR) 建模对于预测分子性质和生物活性至关重要.
- 自动化QSAR工具加速了潜在治疗剂的识别.
研究的目的:
- 介绍 Bambu,一个用户友好的命令行工具,用于从高吞吐量查 (HTS) 生物试验数据集生成QSAR模型.
- 为了证明 Bambu 在识别潜在的黑色素瘤细胞生长抑制剂方面的实用性.
- 将 Bambu 的性能与现有的 QSAR 生成工具进行比较.
主要方法:
- 在Python中开发,使用RDKit进行分子数据处理,FLAML用于自动机器学习,PubChem REST API用于数据检索.
- 应用Bambu对黑色素瘤细胞生长抑制的HTS数据来生成QSAR模型.
- 使用开发的QSAR模型选FDA批准的药物和天然化合物,并与QSAR-Co.比较.
主要成果:
- 成功生成了能够识别具有潜在黑色素瘤细胞生长抑制和抗瘤活动的多种分子的QSAR模型.
- 在基准测试中,Bambu在准确性,回忆,F1得分和ROC AUC方面表现优于QSAR-Co.
- QSAR模型,相关数据和代码是公开可用的,促进透明度和可重复性.
结论:
- Bambu是一个免费的开源工具,简化了用于药物发现的QSAR模型创建.
- 该工具在各种药物发现项目中具有显著的应用潜力,特别是在瘤学中.
- 其增强的性能和可访问性使Bambu成为寻找新疗法的宝贵资产.
