通过预测结构和数据挖掘,重新审视Plasmodium falciparum可药性基因组

科学领域:

• 疟疾学 疟疾学
• 药物发现 药物发现 药物发现
• 基因组学就是基因组学.

背景情况:

• 传统的抗疟疾药物发现依赖于表型选,这是资源密集的,可能会错过新目标.
• 对药物点的调查可追溯地限制潜在的抗疟疾化合物的范围.
• 现有的方法可能无法在当前的化合物库或测试条件之外识别目标.

研究的目的:

• 在疟疾寄生虫Plasmodium falciparum中系统地识别和优先考虑新型药物标.
• 开发一个可通用的框架来评估潜在的药物点在病原体.
• 发现针对疟疾的小分子抑制剂的新点.

主要方法:

• 利用蛋白质结构预测和数据挖掘方面的进展来评估Plasmodium falciparum基因组.
• 确定了867个候选目标,有证据表明小分子结合和血液阶段的必要性.
• 应用专家审查和基于标签的评分,以根据选择性,结构数据和测试可开发性来优先考虑候选人.

主要成果:

• 在Plasmodium falciparum基因组中确定了867个候选目标.
• 过到540种蛋白质,有强有力的基本性证据,没有临床试验抑制剂.
• 为进一步开发抗疟疾药物优先考虑67个高价值目标.

结论:

• 一种系统的,全基因组的方法可以有效地识别和优先考虑疟疾的新型药物标.
• 该研究提供了有价值的数据资源和适用于其他致病性疾病的框架.
• 这项工作显著推进了发现新的抗疟疾小分子抑制剂的管道.