通过机器学习和原子学计算从MCE数据库中估计ACHE抑制剂
Quynh Mai Thai1, Trung Hai Nguyen1, George Binh Lenon2
1Laboratory of Biophysics, Institute for Advanced Study in Technology, Ton Duc Thang University, Ho Chi Minh City, Viet Nam; Faculty of Pharmacy, Ton Duc Thang University, Ho Chi Minh City, Viet Nam.
Journal of molecular graphics & modelling
|November 19, 2024
概括
机器学习和模拟通过抑制乙胆酶 (AChE) 确定了两种潜在的阿尔茨海默病治疗方法. 这些化合物有望通过向的ACHE抑制来预防AD的进展.
科学领域:
- 计算化学是一种计算化学.
- 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.
背景情况:
- 阿尔茨海默氏病 (AD) 构成一个重大挑战,其中乙胆酶 (AChE) 抑制是关键的治疗策略.
- 开发新的ACHE抑制剂对于有效的AD治疗和预防至关重要.
研究的目的:
- 使用计算方法识别和描述新型乙胆酶 (AChE) 抑制剂.
- 通过分子对接和动态模拟来验证潜在抑制剂的疗效.
主要方法:
- 一个机器学习 (ML) 模型被训练来预测ACHE抑制活性.
- 进行了分子对接和分子动力学模拟,以分析联结体-AChE相互作用.
- 来自MedChemExpress (MCE) 数据库的化合物进行了选.
主要成果:
- ML模型成功估计了MCE化合物的抑制潜力.
- 原子模拟证实了所选化合物的抑制能力.
- 两种特定的化合物 (PubChem IDs 130467298 和 132020434) 被确定为强大的 AChE 抑制剂.
结论:
- 计算方法,包括ML和模拟,在发现候选药物方面是有效的.
- 这些已识别的化合物通过抑制 AChE.表现出治疗阿尔茨海默病的潜力.
- 对这些化合物的进一步研究可能会导致AD的新治疗策略.


