用多西环素辅助的人工智能辅助药物设计的毒性评估,针对候选16SrRNA甲基转移酶基因
Hira Mubeen1, Nagina Rafiq2, Madiha Khan3
1Department of Biotechnology, University of Central Punjab, Lahore, Pakistan. hira.mubeen@ucp.edu.pk.
BMC pharmacology & toxicology
|November 22, 2025
概括
人工智能设计的多西环素显示出作为16SrRNA甲基转移酶的无毒抑制剂的前景,有可能治疗各种感染. 需要进一步的体内试验来确认其治疗疗效和患者的安全性.
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:
- 16S rRNA甲基转移酶功能障碍会导致严重的感染,如尿路感染,胃肠道感染,败血症,肺炎和伤口感染.
- 抗生素对氨基甘油的耐药性使治疗复杂化,需要新的治疗策略.
- 目前的医疗疗法是不够的,强调迫切需要创新的方法来打击这些感染.
研究的目的:
- 评估多西环林在AI驱动的药物设计中的潜力,以对抗16SrRNA甲基转移酶.
- 使用人工智能识别针对16S rRNA甲基转移酶基因的有效抑制剂.
- 评估人工智能设计的药物的毒理特征,以促进医学进步.
主要方法:
- 在包括Expasy,ProtParam,SWISS-MODEL和UniProt在内的 silico工具中用于蛋白质分析和结构生成.
- 雇佣了WADDAICA用于AI驱动的药物设计和CB-dock用于对接分析,以及ADMET和毒性查.
- 专注于针对16SrRNA甲基转移酶的de novo药物化合物,用于基于AI的药物开发.
主要成果:
- 人工智能设计的多西环素显示出具有高血脑屏障透性的无毒特征.
- 人工智能设计的多西环素复合物对16SrRNA甲基转移酶表现出强烈的结合亲和力,结合能量为-7.6 kcal/mol.
- 药理动力学和毒理学分析支持人工智能设计的药物的治疗潜力.
结论:
- 在 silico 发现表明人工智能设计的多西环林在治疗感染方面的有效性和安全性.
- 进一步的体内试验对于充分探索医疗应用和验证药物的潜力至关重要.
- 这项研究提供了对人工智能驱动药物设计机制的见解,并提出了潜在的非侵入性治疗替代方案.
