用计算机建模绘制可光切换和可光药蛋白的空间映射
Simon Axelrod1,2, Eugene Shakhnovich1, Rafael Gómez-Bombarelli2
1Department of Chemistry and Chemical Biology, Harvard University, Cambridge, Massachusetts 02138, United States.
Journal of chemical information and modeling
|September 6, 2023
概括
这项研究引入了一种机器学习方法,通过结合对接和属性预测来加速光激活药物的设计. 该方法可以识别癌症治疗的有希望的光活性药物候选者.
科学领域:
- 药用化学 医学化学
- 计算化学计算化学
- 药理学 药理学是指药理学的学科.
背景情况:
- 光激活药物提供局部生物活性和减少副作用.
- 为光活性药物优化光物理和生物特性是复杂的.
- 阿佐烯光药利用 cis-trans 异构体进行光控制的活性.
研究的目的:
- 开发一种用于加快光活性药物的设计的计算程序.
- 确定癌症治疗的有前途的照片药物候选者,特别针对PARP1.
- 为了研究蛋白质结合和光药中的异构体偏好之间的关系.
主要方法:
- 结合联体蛋白对接与基于机器学习 (ML) 的化学性质预测.
- 将该程序应用于58种蛋白质和9000种阿佐烯摄影药物候选物.
- 使用量子化学验证对有前途的候选人进行验证.
主要成果:
- 大多数蛋白质都比 cis 异构体更喜欢转异构体.
- 活跃/不活跃对的结合亲和力高度相关,表明可预测的行为.
- 确定了PARP1抑制的顶级候选药物,具有所需的特性.
结论:
- 开发的计算程序有助于用于照片药物发现的虚拟选.
- 研究结果支持使用计算方法来优化光药学.
- 有前途的候选人表现出长寿命的活性形式和近红外吸收用于癌症治疗.
更多相关视频
07:10Author Spotlight: Photo Switchable Protein Recruitment for Reversible Patterning in Artificial Cellular Systems
Published on: February 23, 2024
1.2K
13:17In Vitro and In Vivo Evaluation of Photocontrolled Biologically Active Compounds - Potential Drug Candidates for Cancer Photopharmacology
Published on: September 29, 2023
2.4K
