人工智能在分子结构的氧化应激下解密细胞保护活性
Damian Nowak1, Karolina Babijczuk2, La Ode Irman Jaya3
1Department of Quantum Chemistry, Faculty of Chemistry, Adam Mickiewicz University in Poznan, Uniwersytetu Poznanskiego 8, 61-614 Poznan, Poland.
International journal of molecular sciences
|July 29, 2023
概括
人工智能 (AI) 通过预测新型醇化合物的细胞保护活性来增强定量结构-活性关系 (QSAR) 研究. 这种人工智能系统产生了新的分子结构,对氧化应激条件具有验证的预测能力.
科学领域:
- 药用化学 医学化学
- 计算化学的计算化学
- 药物发现 药物发现 药物发现
背景情况:
- 定量结构-活性关系 (QSAR) 研究对于药物发现至关重要.
- 氧化应激在细胞保护方面带来了重大挑战.
- 基于印的结构由于其潜在的生物活性而引起人们的兴趣.
研究的目的:
- 在氧化应激下研究和预测基于醇的化合物的细胞保护活性.
- 开发人工智能 (AI) 模型来预测细胞保护活性.
- 为了产生具有增强细胞保护性质的新型基于醇的化合物.
主要方法:
- 使用诸如随机森林,决策树,支向量机器,K-近邻和多重线性回归等算法开发AI模型.
- 建立基于细胞保护活性分子结构的预测模型.
- 计算生成化合物的体外实验评估.
主要成果:
- 创建一个基于醇的新型化合物库,预测具有细胞保护活性.
- 开发一个经过验证的AI预测模型,用于从分子结构中估计细胞保护活性.
- 对计算预测的实验证实.
结论:
- 人工智能显著增强了用于药物发现的QSAR研究.
- 开发的AI系统可以预测和产生新的细胞保护性醇衍生物.
- 经过验证的预测模型为未来的抗氧化应激药物设计提供了可靠的工具.


