机器学习驱动的功能性纳米药物的预测,准备和评估通过药物-药物自组装
Chengyuan Zhang1, Yuchuan Yuan2, Qiong Xia3
1Yunnan Key Laboratory of Stem Cell and Regenerative Medicine, Kunming Medical University, Kunming, 650500, China.
Advanced science (Weinheim, Baden-Wurttemberg, Germany)
|January 10, 2025
概括
人工智能识别了非类固醇抗炎药物 (NSAIDs) 作为纳米医学中抗瘤药物的有效载体. 基于NSAID的新型纳米药物显示出增强的抗瘤效果和减少副作用.
科学领域:
- 纳米医学是一种纳米医学.
- 人工智能的人工智能
- 药物运输 药物运输 药物运输
背景情况:
- 小分子作为纳米药物载体具有优势,但选择稳定的纳米药物具有挑战性.
- 开发有效的纳米药物需要对药物组合和载体分子进行有效选.
研究的目的:
- 利用人工智能 (AI) 和机器学习来选能够形成稳定,自组装纳米药物的小分子.
- 确定具有高药物载荷能力和有针对性的输送能力的抗瘤药物的有效载体分子.
主要方法:
- 采用人工智能和机器学习算法,根据生理化学参数预测纳米医学的形成.
- 选非类固醇抗炎药物 (NSAIDs) 作为抗瘤药物的潜在载体.
- 开发和表征PEG涂层 (PiPTX) 和拉米纳林修饰 (LiDOX) 印米他素/帕克利塔塞尔纳米药物.
主要成果:
- 无抗炎药被确定为抗瘤药物的有效载体,可使药物负荷较高.
- 开发的纳米药物 (PiPTX,LiDOX) 显示出扩展的循环和积极的向功能.
- 印梅他辛/帕克利塔塞尔纳米药物 (iDOX) 在瘤微环境中表现出对pH反应的药物释放.
结论:
- 人工智能驱动的查加速了新型纳米药物的开发.
- 基于NSAID的纳米药物显示出增强抗瘤功效和降低全身毒性的潜力.
- 这种方法为纳米医疗疗的临床转化提供了一个快速的途径.


