通过将转录签名连接与对接相结合,加速药物发现和重新使用
Alexander W Thorman1, James Reigle1,2,3, Somchai Chutipongtanate1,4,5
1Department of Environmental and Public Health Sciences, University of Cincinnati, Cincinnati, OH, USA.
Science advances
|August 30, 2024
概括
我们开发了连接增强结构活动关系 (ceSAR),一种用于药物发现的新计算方法. 这种方法通过分析基因表达数据和分子相互作用来加快候选药物的识别,大大减少错误和成本.
科学领域:
- 计算化学是一种计算化学.
- 生物信息学是一种生物信息学.
- 药物发现 药物发现
背景情况:
- 该LINCS图书馆为药物样分子和基因淘汰提供了转录签名.
- 将小分子连接到它们的点,并评估生物物理兼容性,对于药物发现至关重要.
研究的目的:
- 为了呈现连接性增强结构活性关系 (ceSAR),一种in silico药物发现方法.
- 提高识别潜在候选药物的效率和准确性.
主要方法:
- ceSAR集成了化学信息学,转录签名一致性分析和分子对接.
- 候选化合物根据与LINCS类似物具有转录基因一致性的化学相似性进行排名.
- 顶级候选人使用对接模拟和机器学习共识进行恢复.
主要成果:
- ceSAR显著降低了药物发现中的错误阳性率.
- 该方法将计算运行时间减少数量级的几个数量级.
- ceSAR通过增加可访问性来民主化药物发现管道.
结论:
- ceSAR有效地识别和实验验证BCL2A1的抑制剂,这是黑色素瘤和炎症的关键标.
- 这种方法为in silico药物发现提供了强大而有效的工具.
- 经过验证的抑制剂显示出在癌症和炎症性疾病中具有治疗应用的潜力.
更多相关视频
08:15Author Spotlight: Network Pharmacology and Molecular Docking to Decipher the Action of Jiawei Shengjiang San Against Diabetic Kidney Disease
Published on: May 10, 2024
522
08:31Biosensor-based High Throughput Biopanning and Bioinformatics Analysis Strategy for the Global Validation of Drug-protein Interactions
Published on: December 1, 2020
5.0K
