药物重定位方法用于识别肝细胞癌候选药物分子
Tugce Baser1, Ahmet Sureyya Rifaioglu2,3, Mehmet Volkan Atalay4
1Department of Health Informatics, Graduate School of Informatics, Middle East Technical University, 06800 Ankara, Türkiye.
International journal of molecular sciences
|September 14, 2024
概括
这项研究利用机器学习对肝细胞癌 (HCC) 治疗的现有药物进行了重新定位. 在肝癌治疗中确定了六种具有强度结合标的有前途的候选药物,以进行进一步的实验验证.
科学领域:
- 在瘤学瘤学.
- 药理学 药理学 是一个学科.
- 生物信息学是一种生物信息学.
背景情况:
- 肝细胞癌 (HCC) 具有有限的治疗选择和低生存率.
- 目前的全身治疗只能提供边际生存益处.
- 开发新的小分子化疗药物是资源密集的.
研究的目的:
- 通过药物重新定位来确定HCC治疗的潜在候选药物.
- 利用机器学习工具MDeePred来预测药物向相互作用 (DTI).
- 为了评估重用化合物的药物相似性和结合功效.
主要方法:
- 使用开放目标平台,UniProt,ChEMBL和Expasy数据库来创建数据集.
- 雇佣的MDeePred用于in silico药物向相互作用预测.
- 进行了对候选分子的丰富分析和物理化学性质评估.
主要成果:
- 确定了380个DTI,选择了6个进行进一步分析.
- 候选药物表现出有利的类似药物的特性和显著的目标对接.
- 选择的化合物对与HCC相关的标的结合效果已被证明.
结论:
- 鉴定出新的小分子,具有对HCC的治疗潜力.
- 验证了MDeePred在癌症研究中的in silico药物重定向的实用性.
- 突出了药物重定向的可行性,以加速HCC治疗的发展.
