2024-05-06 来源: drugdu 137
剑桥大学的研究人员设计并使用了一种基于人工智能 (AI) 的方法来推进药物设计并加速寻找帕金森病 (PD) 的治疗方法。
《自然化学》杂志上发表文章,利用人工智能识别出能够阻止 α-突触核蛋白(PD 的关键蛋白质)聚集或聚集的化合物。
PD 是一种进行性神经系统疾病,会慢慢损害大脑的某些部分,影响着全球超过 600 万人。
除了运动症状外,PD 还会影响胃肠系统、神经系统、睡眠模式、情绪和认知,并可能导致生活质量下降和严重残疾。
研究人员开发并使用机器学习技术来筛选包含数百万个条目的化学库,以识别与淀粉样蛋白聚集体结合并阻止其增殖的小分子。
在大型化学库中筛选候选药物的过程可能非常耗时、昂贵,而且常常不成功。
研究小组成功地将初始筛选过程加快了十倍,并确定了五种高效化合物进行进一步研究,同时将成本降低了一千倍,这意味着潜在的帕金森病治疗方法可以更快地到达患者手中。
“利用从初始筛选中获得的知识……,我们能够训练模型来识别这些小分子上负责结合的特定区域,……重新筛选并找到更有效的分子,”Michele Vendruscolo 解释道,剑桥大学错误折叠疾病中心联席主任。
在此过程中,研究人员开发了针对聚集体表面口袋的化合物,这些口袋负责聚集体本身的指数级增殖,这些化合物的效力提高了数百倍,而且开发成本更便宜。
“机器学习正在……加速识别最有前途的候选人的整个过程,”Vendruscolo 说。 “这意味着我们可以开始多个药物发现项目,而不仅仅是一个……,从而大大减少……时间和成本。”
https://neuroscience.cam.ac.uk/ai-speeds-up-drug-design-for-parkinsons-ten-fold/
责编: editor