深度学习模型使得发现一种新的BET抑制剂YD-851成为可能
Hongyin Sun1, Guoli Xiong2, Xin Li3
1School of Pharmaceutical Sciences, Southern Medical University, Guangzhou, Guangdong 510080, China; Affiliated Fengxian Hospital, Southern Medical University, Fengxian, Shanghai 201400, China.
概括
一种新型的代蛋白和超终端 (BET) 抑制剂YD-851有效向具有低毒性的固体瘤. 这一突破为癌症治疗提供了一个有希望的新策略,克服了早期BET抑制剂的局限性.
科学领域:
- 在瘤学瘤学.
- 药用化学 医学化学
- 表观遗传学 在表观遗传学中,表观遗传学是指表观遗传学.
背景情况:
- 勃罗莫多和非终端 (BET) 抑制剂代表了瘤治疗的新型表观遗传策略.
- 第一代BET抑制剂在对固体瘤的临床试验中显示出有限的疗效和显著的毒性.
- 对于固体瘤治疗,需要有效的低毒性BET抑制剂.
研究的目的:
- 开发一种新的,有效的,低毒性的BET抑制剂,用于固体瘤治疗.
- 用脚手架跳跃和深度学习来识别强大的卡博林衍生物作为BET抑制剂.
- 为了评估化合物的临床前疗效和安全性,YD-851.1.
主要方法:
- 采用了环闭架跳跃方法,并与深度学习模型相结合,用于抑制器设计.
- 合成了一系列理性设计的卡博林衍生物.
- 在异种移植模型中评估YD-851在抑制瘤细胞增殖和抑制瘤生长方面的疗效.
- 评估了YD-851.1的毒性和药理动力学特性.
主要成果:
- 确定YD-851是一种强大的BET抑制剂.
- 在实验室中,YD-851有效地抑制了瘤细胞的增殖.
- 在多个固体瘤异种移植模型中,YD-851显示出显著的瘤缩和生长抑制.
- YD-851表现出有利的毒性和药理动力学特征,支持进一步的开发.
结论:
- YD-851是固体瘤中BET抑制剂治疗的前临床候选人.
- 开发的跳和深度学习策略对于发现新药候选药物是有效的.
- 这种方法具有针对其他治疗领域的药物发现潜力.
更多相关视频
08:15Author Spotlight: Network Pharmacology and Molecular Docking to Decipher the Action of Jiawei Shengjiang San Against Diabetic Kidney Disease
Published on: May 10, 2024
655
10:33Development of Inhibitors of Protein-protein Interactions through REPLACE: Application to the Design and Development Non-ATP Competitive CDK Inhibitors
Published on: October 26, 2015
11.4K
