CDCM:一种依赖于相关性的连接地图方法,在传染病爆发期间快速选药物
Junlei Liao1, Hongyang Yi2, Hao Wang3
1School of Mathematics and Statistics, HNP-LAMA, Central South University, Changsha 410083, Hunan, China.
Briefings in bioinformatics
|December 19, 2024
概括
一种新的计算药物发现方法,即相关性依赖连接地图 (CDCM),可以快速识别不同细胞系的潜在疗法,用于COVID-19和病毒 (MPXV) 等传染病. 这种方法加速了药物发现,并提高了跨细胞预测的准确性.
科学领域:
- 计算生物学是一种计算生物学.
- 药物发现 药物发现
- 基因组学就是基因组学.
背景情况:
- 像COVID-19和MPXV这样的新兴传染病需要快速的治疗开发.
- 传统的药物发现是耗时和资源密集的.
- 由于细胞系多样性有限,现有的计算方法难以进行跨细胞预测.
研究的目的:
- 开发一种用于跨多种细胞系快速药物发现的新型计算方法.
- 解决跨细胞治疗预测现有方法的局限性.
- 为了确定COVID-19和MPXV.的潜在治疗方法.
主要方法:
- 提出了一种相关性依赖连接图 (CDCM) 用于跨细胞药物相似性预测.
- 分析基因网络的相关性,以确定药物/疾病对基因表达的影响.
- 在多个数据集上验证了CDCM,并与传统的连接地图进行了比较.
主要成果:
- CDCM在不同细胞系的药物鉴定中表现出强的表现.
- 与连接地图相比,CDCM在细胞线上被证明更加稳定和有效.
- 预测的COVID-19治疗方法与先前的研究一致;许多研究表明对MPXV.
结论:
- CDCM是加速新传染病药物发现的宝贵工具.
- 该方法的跨细胞预测能力提供了更广泛的应用和成本效益.
- CDCM显示出识别COVID-19和MPXV等疾病有效治疗的巨大潜力.
更多相关视频
08:36Dynamic Inter-subject Functional Connectivity Reveals Moment-to-Moment Brain Network Configurations Driven by Continuous or Communication Paradigms
Published on: March 21, 2019
7.2K
06:03Use of Viral Entry Assays and Molecular Docking Analysis for the Identification of Antiviral Candidates against Coxsackievirus A16
Published on: July 15, 2019
7.9K
