DIGEP-Pred 2.0:一个用于预测药物诱导的细胞信号和基因表达变化的网络应用程序
Sergey M Ivanov1,2, Anastasia V Rudik1, Alexey A Lagunin1,2
1Department of Bioinformatics, Institute of Biomedical Chemistry, Pogodinskaya Street, 10 bldg. 8, Moscow, 119121, Russia.
Molecular informatics
|July 9, 2024
概括
DIGEP-Pred 2.0可以从化学结构预测药物诱导的基因表达特征和标. 这种工具有助于在缺乏实验数据的情况下了解药物的作用和机制.
科学领域:
- 计算化学是一种计算化学.
- 药物基因组学 药物基因组学
- 生物信息学是一种生物信息学.
背景情况:
- 药物诱导基因表达特征 (DIGEP) 对于评估药物的疗效,毒性和机制至关重要.
- 对于许多化合物,DIGEP实验数据通常无法获得,这阻碍了药物发现和开发.
- 需要预测模型来弥合这个数据差距.
研究的目的:
- 开发和介绍DIGEP-Pred 2.0,一个用于仅使用化合物的结构公式预测DIGEP和药物点的Web应用程序.
- 整合结构-活动关系 (SARs) 和网络分析,进行准确的预测.
- 提供有关药物类化合物的潜在治疗和不良影响的见解.
主要方法:
- 利用PASS技术,用CTD,CMap,PubChem和ChEMBL的数据创建SAR模型.
- 采用网络分析来识别潜在的药物目标和主监管机构.
- 使用CMap数据开发了各种细胞系 (MCF7,PC3,HL60) 的DIGEP预测模型.
- 综合途径,基因本体学和疾病丰富分析.
主要成果:
- 实现了高预测准确度:基因为86.5%,蛋白质为94.8% (CTD数据),MoAs为97.9%.
- 开发了87.5%平均准确度的SAR模型,用于CMap数据跨越不同的折叠变化值.
- DIGEP-Pred 2.0提供预测的基因表达变化,药物点和丰富的生物信息.
- 网页应用程序可以免费访问在https://www.way2drug.com/digep-pred.
结论:
- DIGEP-Pred 2.0有效地从化学结构中预测药物诱导的基因表达特征和潜在的药物标.
- 该工具有助于探索药物机制和作用,特别是在没有实验数据的情况下.
- DIGEP-Pred 2.0 作为药物发现和毒理学评估的宝贵资源.
更多相关视频
14:58High-Throughput Transcriptome Analysis for Investigating Host-Pathogen Interactions
Published on: March 5, 2022
4.2K
10:44Inherent Dynamics Visualizer, an Interactive Application for Evaluating and Visualizing Outputs from a Gene Regulatory Network Inference Pipeline
Published on: December 7, 2021
2.1K
