基于机器学习和物理方法发现了新的NLRP3抑制剂
Tao Jiang1, Shijing Qian2, Jinhong Xu1
1Anqing 116 Hospital, No.150 Shuangjing Street, Yingjiang District, Anqing City, Anhui Province, China.
BMC chemistry
|October 29, 2024
概括
研究人员通过机器学习和对1150多万种化合物的物理查,确定了26种潜在的NLRP3炎症酶抑制剂,用于与酒精有关的肝病. 有前途的候选药物表现出稳定的相互作用和有利的药理动力学特性.
科学领域:
- 生物化学和分子生物学
- 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:
- NLRP3炎症酶是炎症的关键调解者,特别涉及与酒精有关的肝病 (ALD).
- 准NLRP3炎症酶是一种有前途的ALD治疗策略.
- 开发有效的NLRP3抑制剂对于控制ALD进展至关重要.
研究的目的:
- 为了确定抑制NLRP3炎症酶的新型小分子.
- 选一个大型的化学图书馆,寻找潜在的治疗药物来对抗ALD.
- 验证已识别的候选抑制剂的疗效和安全性.
主要方法:
- 机器学习模型 (LightGBM,随机森林,XGBoost) 被训练并对预测准确性进行评估 (R2高达0.774).
- 从各种化学数据库中对超过1150万种化合物进行了虚拟选.
- 用分子动力学模拟和MMGBSA计算来评估结合稳定性和能量.
- 进行了ADMET分析,以预测候选抑制剂的药理动力学特性.
主要成果:
- 机器学习模型准确地预测了化合物的疗效,顶级模型达到0.7.7以上的R2值.
- 一项大规模的虚拟查发现了26种潜在的NLRP3抑制剂.
- 三种化合物 (19,655,631,38,214,692,Z1180203703) 通过模拟证明了与NLRP3的稳定相互作用.
- 在基中,ADMET分析表明,已识别的抑制剂具有良好的药理动力学概况.
结论:
- 这项研究成功地使用了机器学习和计算方法来发现新型NLRP3抑制剂.
- 这些已识别的化合物代表了在治疗ALD和其他NLRP3相关的炎症性疾病方面进一步发展的有希望的候选者.
- 这些发现为未来针对NLRP3炎症酶的药物发现工作提供了宝贵的资源.
