通过机器学习算法识别新的潜在候选人来抑制EGF
Mohammadreza Torabi1, Setayesh Yasami-Khiabani2, Soroush Sardari3
1Department of Bioinformatics and Systems Biology, School of Advanced Technologies in Medicine, Isfahan University of Medical Sciences, Iran.
European journal of pharmacology
|November 24, 2023
概括
计算药物重新定位确定了潜在的表皮生长因子 (EGF) 抑制剂. Salicylic 酸和 piperazine 显示出 EGF 抑制作用,类似于 gefitinib,加速药物发现.
科学领域:
- 药理学 药理学是指药理学的学科.
- 计算化学计算化学
- 药物发现 药物发现 药物发现
背景情况:
- 药物重新定位为识别新型药物抑制剂提供了一个具有成本效益的策略.
- 计算方法通过绕过临床前阶段来加速药物发现.
研究的目的:
- 开发和验证用于药物重新定位的整体计算实验方法.
- 确定可以抑制表皮生长因子 (EGF) 的现有药物.
主要方法:
- 使用机器学习模型 (分化树分类) 选潜在的候选药物.
- 对选定的化合物进行了分子对接模拟.
- 使用MTT测定和细胞内ELISA进行的实验验证是在A431细胞上进行的.
主要成果:
- 根据机器学习预测选择了9种化合物,其中7种先前与EGF抑制有关.
- Salicylic 酸和 piperazine 被确定为潜在的 EGF 抑制剂.
- 该研究证实了酸和皮佩拉津对A431细胞生长和EGF信号传递的抑制作用.
结论:
- 整体计算实验方法对于药物重新定位是有效的.
- 酸和皮佩拉作为新型EGF抑制剂具有前景,需要进一步研究.
关键词:
A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A431A2 这是一些字体的字体,其中一个字体的字体是药物重新定位 药物重新定位欧洲农业基金 (EGF) 提供.在细胞内进行ELISA.在MTT测试中使用MTT测试.机器学习是机器学习.铁氨酸激酶的酸化
