机构名称：
¥ 1.0
对于大多数人蛋白质，没有已知的分子可以化学结合它们（所谓的“配体”）。配体通常代表了药物开发的重要起点，但是这种知识差距严重阻碍了新型药物的发展。CEMM的研究人员与辉瑞公司合作，现在已经利用并缩放了一种测量数百个小分子与数千种人类蛋白质的结合活性的方法。 这项大规模研究表明，现在可以探索成千上万种配体 - 蛋白质相互作用，以开发化学工具和治疗剂。 此外，由机器学习和人工智能提供支持，可以公正地预测小分子如何与活体细胞中存在的所有蛋白质相互作用。 这些开创性结果已发表在《科学》杂志（doi：10.1126/science.adk5864）上，并且所有生成的数据和模型均可免费使用。 所有药物中的大多数是影响蛋白质活性的小分子。 这些小分子（如果有充分的理解）也是表征蛋白质行为并进行基本生物学研究的宝贵工具。 鉴于这些基本作用，令人惊讶的是，对于所有蛋白质中，超过80％的蛋白质中，迄今为止尚未鉴定出小分子粘合剂。 这阻碍了新型药物和治疗策略的发展，但同样可以阻止对健康和疾病的新生物学见解。 “我们惊讶地看到人工智能和机器学习如何提高我们对人类细胞中小分子行为的理解CEMM的研究人员与辉瑞公司合作，现在已经利用并缩放了一种测量数百个小分子与数千种人类蛋白质的结合活性的方法。这项大规模研究表明，现在可以探索成千上万种配体 - 蛋白质相互作用，以开发化学工具和治疗剂。由机器学习和人工智能提供支持，可以公正地预测小分子如何与活体细胞中存在的所有蛋白质相互作用。这些开创性结果已发表在《科学》杂志（doi：10.1126/science.adk5864）上，并且所有生成的数据和模型均可免费使用。所有药物中的大多数是影响蛋白质活性的小分子。这些小分子（如果有充分的理解）也是表征蛋白质行为并进行基本生物学研究的宝贵工具。鉴于这些基本作用，令人惊讶的是，对于所有蛋白质中，超过80％的蛋白质中，迄今为止尚未鉴定出小分子粘合剂。这阻碍了新型药物和治疗策略的发展，但同样可以阻止对健康和疾病的新生物学见解。“我们惊讶地看到人工智能和机器学习如何提高我们对人类细胞中小分子行为的理解为了缩小与辉瑞公司合作的CEMM的研究人员扩展并扩展了一个实验平台，使他们能够测量数百个具有各种化学结构的小分子与活细胞中所有表达的蛋白质相互作用。这产生了数万个配体 - 蛋白质相互作用的丰富目录，而现在可以进一步优化，以代表进一步的治疗性发育的起点。在他们的研究中，由CEMM Pi Georg Winter领导的团队通过开发细胞转运蛋白的小分子粘合剂，细胞降解机制的成分以及参与细胞信号转导的渗透蛋白的成分来说明这一点。此外，开发了利用大型数据集，机器学习和人工智能模型，可以预测其他小分子如何与活体细胞中表达的蛋白质相互作用。我们希望我们的小分子 - 蛋白质相互作用和相关的
药物发现的快捷方式
主要关键词
相关文件推荐
