开发和验证一个自动化DNA编码的图书馆选数据分析平台:PB-DEL自动选分析 (PB-DELASA)

科学领域:

• 药用化学 医学化学
• 计算生物学 计算生物学
• 药物发现 药物发现 药物发现

背景情况:

• 目前的DNA编码库 (DEL) 分析方法往往是特定于研究所的,专注于蛋白质-连接体相互作用.
• 现有的方法忽视了关键因素,如测序深度,错误率和候选化合物识别中的质量控制.
• 目前的DEL数据分析的主观性和耗时性阻碍了其在发现新药物的应用.

研究的目的:

• 为DNA编码图书馆选开发一个完整,准确和自动化的分析工作流.
• 解决现有的DEL分析的局限性,包括可处理性,测序质量和复合推主观性.
• 通过标准化计算和人工智能驱动的分析来加快新药候选药物的识别.

主要方法:

• 开发了一种自动化工作流程,将构建块和DNA标签可处理性分析整合到跨分拆和池循环中.
• 集成的2D和3D绘图用于增强的数据可视化和分析.
• 利用计算分析,人工智能和药物化学专业知识来构建一个丰富的化合物列表.

主要成果:

• 自动化工作流程证明了构建块和DNA标签的可处理性.
• 成功识别出具有高强度和选择性针对CDK9抗瘤标的新型打击化合物.
• 以最小的合成努力实现了药物候选者的有效识别,验证了工作流的有效性.

结论:

• 开发的自动化工作流程为DEL查数据分析提供了准确和标准化的方法.
• 这种方法显著提高了药物发现中化合物推的效率和客观性.
• 工作流程有助于快速识别强效和选择性候选药物,加速新疗法开发.