BBBper:一种基于机器学习的在线工具,用于血脑屏障 (BBB) 透性预测
Pawan Kumar1, Vandana Saini1, Dinesh Gupta2
1Toxicology & Computational Biology Group, Centre for Bioinformatics, Maharshi Dayanand University, Rohtak, 124001, Haryana, India.
CNS & neurological disorders drug targets
|October 17, 2024
概括
一个新的机器学习工具BBBper准确地预测了药物开发的血脑屏障 (BBB) 透性. 这个免费的在线工具达到97%的准确性,有助于创建神经系统疾病的新疗法.
科学领域:
- 神经科学是一个神经科学.
- 药理学 药理学是指药理学的学科.
- 计算化学计算化学
背景情况:
- 神经系统疾病影响全球超过15%的人口.
- 血脑屏障 (BBB) 限制了98%的外部化合物,对大脑平衡至关重要.
- 预测BBB透性对于开发有效的候选药物至关重要.
研究的目的:
- 开发一个准确的机器学习工具,用于血脑屏障 (BBB) 透性预测.
- 为研究人员创建一个可访问的在线平台,以评估类似药物化合物的BBB透率.
- 提高神经系统疾病药物发现效率.
主要方法:
- 开发了一个使用物理化学参数的监督机器学习模型.
- 在HTML中创建了一个用户端网页,链接到基于Python的后端服务器.
- 实现了一个随机森林算法用于预测分析.
主要成果:
- BBBper工具在外部数据集上显示了97%的准确性.
- 与现有的基于Web的BBB透性预测工具 (70-92%) 相比,实现了更高的准确性.
- 成功开发了一个功能性的在线工具,用于预测BBB透性.
结论:
- BBBper网络工具为BBB透性预测提供了一个高度准确和自由访问的解决方案.
- 促进设计和开发针对中枢神经系统的新疗法.
- 该工具可在http://bbbper.mdu.ac.in上公开使用.
