药物管道:生成人工智能辅助的虚拟选管道,用于可泛化和高效的药物重新用途.

科学领域:

• 计算化学是一种计算化学.
• 药物的发现和开发.
• 医学中的人工智能.

背景情况:

• 药物再利用为新疗法提供了更快的途径,特别是对于缺乏有效治疗方法的疾病.
• 确定现有药物的新疗法应用对于未满足的医疗需求至关重要.
• 以目标为中心的药物重定位专注于特定的蛋白质标,以找到相互作用的化合物.

研究的目的:

• 推出DrugPipe,一个生成型人工智能辅助的虚拟查管道,用于以目标为中心的药物重新定位.
• 为了实现可扩展和通用化的in silico药物重定向工作流.
• 支持对任何蛋白质标进行盲目虚拟查,包括新的或未经研究的蛋白质标.

主要方法:

• DrugPipe集成了生成建模,绑定口袋预测和基于相似性的药物数据库检索.
• 该管道支持盲目虚拟选,没有对蛋白质标的先前结构或功能注释.
• 它有效地产生候选配体,并获取结构相似的批准药物.

主要成果:

• 药物管实现了与QVina-W.等既定工具相美的命中率性能.
• 与传统的虚拟选方法相比,管道显著减少了计算时间.
• 它证明了大规模虚拟选和数据稀缺的重新用途场景的实际价值.

结论:

• 药物管加速了对各种疾病的重用化合物的识别和优先考虑.
• 人工智能辅助的管道对新目标和新出现的健康威胁特别有价值.
• 开发的工作流程提高了药物重定向工作的效率和可扩展性.