通过生物物理和主动学习查 (BioPALS) 加快BRPF1b的命中识别
Sandeep Pal1, Zandile Nare1, Vincenzo A Rao1
1Concept Life Sciences, Frith Knoll Road, Chapel-en-le-Frith, SK23 0PG, High Peak, UK.
ChemMedChem
|February 19, 2024
概括
我们开发了生物物理和主动学习查 (BioPALS),这是一种人工智能驱动的快速药物发现方法. 这种方法有效地识别了具有良好的ADMET特性的新型微分子结合剂,用于像BRPF1b.等生物点.
科学领域:
- 药物的发现和开发.
- 计算化学和化学信息学
- 生物物理和结构生物学
背景情况:
- 有效的命中鉴定对于药物发现至关重要.
- 传统的查方法可能耗时且昂贵.
- 将人工智能与生物物理测试相结合,提供了一个有前途的替代方案.
研究的目的:
- 开发和验证一种名为生物物理和主动学习查 (BioPALS) 的新型快速识别协议.
- 应用BioPALS来识别BRPF1b原蛋白的新型结合剂.
- 评估BioPALS工作流程的效率,多功能性和数据丰富性.
主要方法:
- 开发BioPALS协议,将人工智能驱动的虚拟查与GCI驱动的生物物理确认相结合.
- 应用BioPALS来选BRPF1b原蛋白的结合剂.
- 确定结合动力学和预测结合拓的确定确定对冲.
主要成果:
- 成功识别了BRPF1b原蛋白的新型微分子结合剂.
- 证明了BioPALS.的高in silico/in vitro确认率.
- 结合动力学和预测结合拓学的表征,用于所有已识别的命中.
- 识别具有有利ADMET特性的结合剂.
结论:
- 生物PALS是一个快速,多功能和数据丰富的协议,用于打击识别.
- 该协议有效地将AI虚拟查与生物物理确认相结合.
- 生物PALS适用于广泛的生物点,加速药物发现工作.


