针对药物发现平台的强大,准确和可通用的基准测试策略

科学领域:

• * 计算机化药物发现和开发
• * 生物信息学和化学信息学
• * 制药科学 制药科学

背景情况:

• * 基准测试对于评估和比较药物发现平台至关重要.
• * 现有的协议需要改进,以提高药物候选预测的效用和性能.
• *新药机遇的计算分析 (CANDO) 平台旨在加速治疗发现.

研究的目的:

• * 在CANDO平台内修订和优化基准测试协议.
• * 提高候选药物预测和评估的准确性和可靠性.
• *为药物发现技术建立一个标准化,可比的基准测试系统.

主要方法:

• * 在CANDO平台中修订了现有的基准测试协议.
• * 针对候选药物的预测和评估进行了优化参数.
• *使用了来自比较毒基因组学数据库 (CTD) 和治疗点数据库 (TTD) 的药物指示映射.
• * 开发了"compbench",一个公开的头对头基准测试协议.
• *与基于相似性的管道比较CANDO的主要药物重定向管道.

主要成果:

• *优化CANDO使用CTD数据将已知药物的7.4%列为前10名,使用TTD数据增加到12.1%.
• *指示大小显示的相关性很弱,而化合物化学相似性显示的与性能的中等相关性.
• * 基准评价结果取决于药物指示映射来源 (CTD与TTD).
• * CANDO的主要管道在药物重定位方面表现优于基于发育相似性的管道.
• * `compbench`促进了不同药物发现平台的一致比较.

结论:

• *优化的基准测试协议显著改善了药物发现平台绩效评估.
• *药物指示映射数据源的选择对基准测试结果产生了重大影响.
• * 开发的"组合对比"协议使药物发现平台的标准化和可比性评估成为可能.
• * 这项工作为药物发现中的全面和可重复的基准测试树立了先例,从而导致更准确的预测.