新闻

bt356官网

菜单

美国圣地亚哥化学家瞄准药物预测

针对药物发现中的计算挑战导致蛋白质结构分析的新模式

正如许多美国消费者所知,“制药”意味着药物治疗的大生意。根据美国国家医学图书馆,药物发现不再是一种“目标和机制不可知的方法”,它植根于民族植物信息并注入“偶然性”,相反,药物发现已经发展成为一种假设驱动的,基于目标的方法。这要归功于分子生物学的进步,人类基因组知识,数据计算以及制药行业的有影响的变化。现在,根据pharmae​​xec.com,计算机辅助药物设计(aka cadd)的“圣杯”是准确预测药物分子与其蛋白质靶标之间的结合。

对接计算可以通过预测靶蛋白配体的结合姿势来加速药物发现。但是,目前尚不清楚哪种对接方法效果最好。连续评估配体蛋白预测(celpp)利用蛋白质数据库(pdb)中的连续数据流来主持每周一次的公共挑战,旨在解决这个问题,并最终加速创建新的和更安全的药物。图片来自lorenzo casalino,uc san diego

对接计算可以通过预测靶蛋白配体的结合姿势来加速药物发现。但是,目前尚不清楚哪种对接方法效果最好。连续评估配体蛋白预测(celpp)利用蛋白质数据库(pdb)中的连续数据流来主持每周一次的公共挑战,旨在解决这个问题,并最终加速创建新的和更安全的药物。图片来自lorenzo casalino,uc san diego

这就是学术界的所在 - 即化学家和教授rommie amaro和迈克尔吉尔森 加利福尼亚大学圣地亚哥分校。他们与科学家团队一起,通过将他们的基础科学研究成果转化为潜在的新医学治疗,为药物发现做出贡献。事实上,amaro和gilson的最新研究成果,现已发表于 结构体,目前有希望通过一种新的前瞻性或“盲法”预测挑战来解决药物发现过程中计算方法的挑战,称为配体蛋白预测的连续评估(celpp)。

这是一种科学家可以用来简化合成和评估算法,化学和技术的方法,这些算法,化学和技术需要预测配体 - 与目标蛋白质中的其他分子结合的分子的结合姿势。这对于设计新药是必要的。这一切都非常技术性,但基本上称为对接计算的东西可以通过预测配体的束缚姿势来加速药物发现。但是化学家们并不确定哪种对接方法效果最好。这就是celpp已被证明有用的地方。

“发现一种以高亲和力结合疾病相关蛋白的小分子是许多药物发现项目中的关键步骤,”amaro说。

这位杰出的化学家解释说,基于结构的配体设计的计算挑战有两个主要组成部分:1)预测特定配体的结合姿势; 2)使用预测的姿势评估配体对靶蛋白的结合亲和力。根据amaro的说法,这两个组成部分都经过了学术和商业方面的深入研究,人们对自动化工作流程的兴趣日益增长,这些工

有关celpp的特别之处在于,通过与结构生物信息学(rcsb)蛋白质数据库(pdb)研究合作的新合作,研究人员现在可以及早访问即将发布的结构,该结构每周发布一次。 pdb。

“利用已经存在的结构数据流进入pdb,我们有效地增加了数量级 - 软件开发人员可以用来测试他们的算法和珍贵工作流程的数据,”gilson说。 “在这样做的过程中,celpp为我们预测药物如何与其目标结合的能力的技术飞跃奠定了基础。”

由amaro和gilson领导的研究详细介绍了挑战,用于实现平滑预测的自动化,各种对接工作流程的比较结果,以及他们称之为真正的“社区科学项目”的含义和方向。

这项研究得到了国家卫生研究院的支持(授权u01 gm111528)。


媒体联系

辛西娅狄龙, 858-822-0142, 。(必须启用javascript才能查看此电子邮件地址)

uc san diego's 工作室十300 提供广播和电视连接,以便与我们的教师进行媒体采访。有关详情,请发送电子邮件 。(必须启用javascript才能查看此电子邮件地址).