SAR建模用于预测Ames在不同Salmonella typhimurium菌株的突变性
Alexander V Dmitriev1, Alexey A Lagunin1,2, Anastasia V Rudik1
1Department for Bioinformatics, Institute of Biomedical Chemistry, 119121 Moscow, Russia.
Pharmaceuticals (Basel, Switzerland)
|December 31, 2025
概括
一个新的Web应用程序使用Ames测试模型预测突变性活性,通过选化学化合物来加速药物开发. 这个工具增强了研究人员对遗传毒理学的评估.
科学领域:
- 遗传毒理学 遗传毒理学
- 计算化学的计算化学
- 药物发现 药物发现 药物发现
背景情况:
- 艾姆斯试验对于评估化学变异性和致癌性至关重要.
- 实验性艾姆斯检测对于大规模查来说是耗时和资源密集的.
- 需要预测模型来加快对化学化合物的评估.
研究的目的:
- 开发一个网络应用程序,用于预测艾姆斯试验中的突变性活性.
- 为快速选多个细菌菌株的化学结构提供一个工具.
- 通过评估候选药物的突变性来帮助制药开发.
主要方法:
- 开发了艾姆斯变异性预测器网络应用程序.
- 从PASS (物质活性谱预测) v2024.24中使用的结构活性关系 (SAR) 模型.
- 在69个细菌菌株中对3250种致变性和4285种非致变性化合物进行了训练.
主要成果:
- 在69种特定菌株的模型中实现了0.944的平均不变预测准确性 (IAP).
- 获得了0.962的IAP,用于未指明的突变性预测.
- 经过验证的预测模型显示了高准确度.
结论:
- 将已验证的模型集成到一个免费,可访问的网络应用程序中.
- 允许用户通过化学编辑器,SMILES或名称搜索输入化合物结构.
- 为研究人员提供详细的突变性概况,预测单个菌株的Ames测试结果.
