机构名称：
¥ 1.0
摘要：尽管经过数十年的努力，但美国食品和药物管理局尚未批准任何一种抗可卡因成瘾药物。主要的挑战是可卡因成瘾的分子机制错综复杂，涉及多巴胺转运蛋白上游和下游蛋白质之间的协同相互作用。然而，用传统实验很难研究如此多的蛋白质，这凸显了该领域对创新策略的需求。我们提出了一个蛋白质组信息机器学习 (ML) 平台，用于发现近乎最佳的抗可卡因成瘾先导化合物。我们分析了可卡因依赖的蛋白质组蛋白质-蛋白质相互作用网络，以确定 141 个相关药物靶点，并建立了 32 个 ML 模型，用于对 60,000 多种候选药物或实验药物进行跨靶点分析，以了解其副作用和重新利用潜力。我们进一步预测了它们的 ADMET（吸收、分布、代谢、排泄和毒性）特性。我们的平台显示，基本上所有现有的候选药物都在跨目标和 ADMET 筛选中失败，但确定了几个近乎最佳的线索以供进一步优化。
可卡因成瘾的蛋白质组机器学习研究
主要关键词
相关文件推荐
