可解释的人工智能辅助虚拟查和生物信息学方法,以有效地预测使用PubChem分子指纹的烯酸环氧化酶-2 (COX-2) 抑制剂的生物活性
Mithun Rudrapal1, Kevser Kübra Kirboga2,3, Mohnad Abdalla4
1Department of Pharmaceutical Sciences, School of Biotechnology and Pharmaceutical Sciences, Vignan's Foundation for Science, Technology & Research (Deemed to Be University), Guntur, 522213, India. rsmrpal@gmail.com.
机器学习确定了设计有效的环氧化酶-2 (COX-2) 抑制剂的关键分子特性. 联体339,222显示出高稳定性和治疗炎症和疼痛的临床潜力.
科学领域:
- 药用化学 医学化学
- 计算生物学 计算生物学
- 药理学 药理学是指药理学的学科.
背景情况:
- 循环氧化酶-2 (COX-2) 抑制剂是治疗疼痛,炎症和发烧的关键非类固醇抗炎药物 (NSAID).
- 了解COX-2抑制剂的分子相互作用和特性对于开发新药候选药物至关重要.
研究的目的:
- 为了阐明COX-2抑制剂的相互作用机制.
- 确定关键的分子特性,用于设计新的COX-2抑制剂候选药物.
- 评估机器学习 (ML) 和可解释AI (XAI) 在药物发现中的潜力.
主要方法:
- 机器学习和XAI模型被用来分析1488个分子的抑制活性.
- 分子对接,分子动力学模拟和MM-GBSA分析被用来调查连接体结合模式,稳定性和ADME特性.
- 确定了影响溶解性,疏水性和结合亲和性的关键分子特征.
主要成果:
- 对于COX-2抑制的基本分子性质包括芳香环,含的功能组和亚利发性碳化合物.
- 结合体339,222成为最稳定和最有效的COX-2抑制剂,显示出良好的ADME特性.
- 这种化合物通过改变COX-2蛋白质构造来抑制前列腺素合成,这表明其具有很高的临床潜力.
结论:
- 机器学习和生物信息学方法对发现新型COX-2抑制剂显著有前途.
- 鉴定的分子性质为未来抗炎药物的合理设计提供了宝贵的见解.
- 连接物339,222代表了一个有前途的化合物,用于进一步的治疗开发.
更多相关视频
08:31Biosensor-based High Throughput Biopanning and Bioinformatics Analysis Strategy for the Global Validation of Drug-protein Interactions
Published on: December 1, 2020
11:06Network Pharmacology Prediction and Metabolomics Validation of the Mechanism of Fructus Phyllanthi against Hyperlipidemia
Published on: April 7, 2023
相关概念视频
Structure-Activity Relationships and Drug Design
SAR studies the intricate relationship between a drug's chemical structure and biological activity. It focuses on understanding how modifications to a drug's structure can influence...
Drug Discovery: Overview
Protein-protein Interfaces
