一种逆向工程方法来优化目标和表型之间的化学协同作用:弥合癌症和疟疾的迹象

科学领域:

• 药物的发现和开发.
• 计算化学是一种计算化学.
• 药理学 药理学是指药理学的学科.

背景情况:

• 将药物作用机制 (MoA) 与疾病表型联系起来是制药研究的一个重大挑战.
• 表型和基于目标的查是识别候选药物的主要方法.
• 现有的方法通常需要直接的生物化学测试来验证目标.

研究的目的:

• 提出一种反向工程方法,用于从表型查数据中识别候选药物.
• 通过使用参考药物的MoA作为模板来绕过直接生化分析的需要.
• 通过转移药物标知识,使治疗指示的交叉链接成为可能.

主要方法:

• 开发了一个in silico协议来选择共享参考药物的标配置文件的化合物.
• 利用药模式和分子包裹约束来确保类似的MoA.
• 使用抗癌药物 (BIX-01294) 作为参考来识别抗疟疾化合物的方法.

主要成果:

• 在 silico 协议成功识别了具有新化学类的一般细胞毒性化合物.
• 选择的化合物表现出与参考药物相似的MoA,抑制了人体组胺氨酸甲基转移酶 (HKMT).
• 该方法通过利用癌症研究的知识,促进了针对疟疾的药物发现.

结论:

• 反向工程方法有效地通过从表型数据和参考药物推断MOA来识别候选药物.
• 这种方法对于在难以或无法使用基于目标的测定指标的药物发现有价值.
• 它允许在不同的治疗领域之间转移药物向知识,例如癌症和疟疾.