综合机器学习和基于深度学习的虚拟查框架识别了阿尔茨海默病的新型天然GSK-3β抑制剂
Ya Zhou1, Ben-Rong Mu1, Xing-Yi Chen1
1Chongqing Key Laboratory of Sichuan-Chongqing Co-Construction for Diagnosis and Treatment of Infectious Diseases Integrated Traditional Chinese and Western Medicine, College of Medical Technology, Chengdu University of Traditional Chinese Medicine, Chengdu, China.
这项研究开发了一种人工智能框架,以发现针对阿尔茨海默病 (AD) 治疗的天然化合物,这些化合物准糖原合成酶激酶-3β (GSK-3β). 它确定了具有有利性质的有前途的天然抑制剂,提供了新的治疗途径.
科学领域:
- 计算化学是一种计算化学.
- 药物发现 药物发现
- 神经科学是一个神经科学.
背景情况:
- 阿尔茨海默病 (AD) 缺乏有效的治疗方法.
- 糖原合成酶激酶-3β (GSK-3β) 是AD治疗的关键标.
- 现有的药物发现方法有局限性.
研究的目的:
- 开发和应用一种新的虚拟查框架,用于识别天然GSK-3β抑制剂.
- 将可解释的人工智能与深度学习相结合,以提高药物发现的准确性.
- 为潜在的AD疗法提供计算验证的线索.
主要方法:
- 一个两阶段的虚拟选框架,结合了随机森林模型和KarmaDock.
- 用于模型解释性和特征识别的SHAP分析.
- 在体内制造药物动力学分析,分子对接,药模拟和分子动力学模拟.
主要成果:
- 一个由25,000个自然化合物组成的精心策划的图书馆被选出来.
- 来自克劳塞纳和psoralea的三种化合物显示出有希望的in silico药物动力学特征.
- 经过验证的稳定相互作用与关键的GSK-3β结合部位被计算证实.
结论:
- 开发的AI框架提高了选准确性和可解释性.
- 已识别的天然化合物代表了在AD中抑制GSK-3β的可行道.
- 这种方法为发现神经退行性疾病的新疗法提供了一个强大的策略.
更多相关视频
10:02Assessment of Spontaneous Alternation, Novel Object Recognition and Limb Clasping in Transgenic Mouse Models of Amyloid-β and Tau Neuropathology
Published on: May 28, 2017
05:29A Rapid Screening Workflow to Identify Potential Combination Therapy for GBM using Patient-Derived Glioma Stem Cells
Published on: March 28, 2021
相关概念视频
Alzheimer's Disease: Treatment
Alzheimer's Disease: Overview
The clinical diagnosis of AD hinges on the presence of memory and other cognitive impairments. Biomarkers, such as changes in Aβ...
