一种强大的晶体结构预测方法,以支持小分子药物开发,并进行大规模验证和盲目的研究.
Dong Zhou1,2, Imanuel Bier1, Biswajit Santra1
1Schrödinger Inc., New York: 1540 Broadway, 24th Floor, 10036, New York, NY, USA.
Nature communications
|March 5, 2025
概括
水晶结构预测 (CSP) 方法现在可以有效地识别所有已知和潜在的新多态. 这一进步有助于制药发展,因为它揭示了未被发现的晶体形式带来的风险.
科学领域:
- 固态化学 固态化学
- 晶体学 晶体学是指结晶学.
- 材料科学是一种材料科学.
背景情况:
- 晶体多态性对制药,农业科学和其他行业产生重大影响.
- 晚出现的,更稳定的多态体在药物开发中带来了挑战.
- 实验性多态选是昂贵的,耗时的,可能会错过低能量的形式.
研究的目的:
- 报告一个高度准确和高效的晶体结构预测 (CSP) 方法.
- 在已知的多态形式的大量,多样化的数据集上验证CSP方法.
- 证明该方法在识别潜在的新多态和帮助配方设计方面的实用性.
主要方法:
- 一个新的系统的晶体包装搜索算法.
- 机器学习力场用于层次化的晶体能量排名.
- 验证了66个分子与137个实验已知的多态形式.
主要成果:
- 通过CSP方法,成功地重现了所有已知的多态体.
- 该方法预测了新的低能多态,尚未通过实验发现.
- 在盲目的研究和第七次CSP盲测试中取得了成功的预测.
结论:
- 开发的CSP方法提供了最先进的准确性和效率.
- 这种工具可以识别未被发现的多形态的潜在风险.
- 该方法加速了临床配方设计,并减轻了下游加工风险.
