MAIP:一种开源工具,用于丰富高通量查输出,并识别具有抗疟疾活性的新型药物样分子

科学领域:

• 药用化学 医学化学
• 计算化学计算化学
• 寄生虫学的寄生虫学

背景情况:

• 疟疾仍然是一个重大的全球健康威胁,影响了世界一半的人口.
• 新兴的寄生虫耐药性需要新的抗疟疾化学类型,其有效性和安全性已被证明.
• 现有的药物发现管道需要改进的方法来识别有前途的候选药物.

研究的目的:

• 实验验证疟疾人工智能平台 (MAIP) 用于预测抗疟疾化合物活性.
• 证明MAIP在药物发现工作流程中的实用性,包括化合物选择和高通量查 (HTS).
• 识别具有高强度和有利的吸收,分布,新陈代谢和分泌 (ADME) 特性的新型抗疟疾化合物.

主要方法:

• 在各种化合物集合上开发和训练机器学习模型 (MAIP),以预测抗疟疾活性.
• 将MAIP与化合物选择策略和高通量选 (HTS) 级联集成.
• 使用MAIP对疟疾寄生虫选择的化合物的实验查.

主要成果:

• MAIP平台展示了对抗疟疾活动的显著预测能力.
• 使用MAIP选择的化合物与随机选择相比,其活性增加了12倍.
• 八个经过验证的热点显示出有前途的抗疟疾功效和合适的ADME配置文件.

结论:

• MAIP 是一个有价值的工具,用于在虚拟查中对分子进行优先排序,以及用于抗疟疾药物发现的命中到的优化.
• MAIP,战略性化合物选择和HTS的结合方法加快了潜在的新型抗疟疾疗法的识别.
• 实验验证证证实了MAIP在识别疟疾治疗有前途的药物线索方面的有效性.