XiaoMi-AI文件搜索系统
World File Search Systemdrug
![文章标题：在药物重新使用中的机器学习和人工智能 - 挑战和观点作者：Ezequiel Anokian [1]，Judith Ber](/simg/2/2867641feba13bf24711be4221be8a75a718a686.webp)
文章标题：在药物重新使用中的机器学习和人工智能 - 挑战和观点作者：Ezequiel Anokian [1]，Judith Ber
文章标题：药物重新培训中的机器学习和人工智能 - 挑战和观点作者：Ezequiel Anokian [1]，Judith Bernett [2]，Adrian Freeman [3]，Markus List [2]，LucíaPrietoSantamaría[4]，Auntorrarhman Tanoli [4] Bonnin [1]分支机构：发现与转化科学（DTS），Clarivate Analytics，巴塞罗那（西班牙）[1]，《系统生物学数据科学》，慕尼黑技术大学，慕尼黑技术大学，德国（德国）[2] Biopharmaceuticals R＆D，阿斯利康，剑桥（英国）[3]，EscuelaTécnicasuperior de gegenierossismorlosinformáticos，Madrid大学（西班牙）大学（西班牙） （FIMM），Hilife，Hilife，赫尔辛基大学（芬兰），Bioicawtech，赫尔辛基（芬兰）[5] [5] Orcid ID：0000-0003-0694-1867 [1] [1]，0000-0001-501-5812-8013 [2] 0000-0002-0941-4168 [2], 0000-0003-1545-3515 [4], 0000-0003-2435-9862 [5], 0000-0001-5159-2518 [1] Contact e-mail: Sarah.bonnin@clarivate.com Journal: Drugrxiv review statement:手稿目前正在审查中，应由酌处权对待。手稿提交日期：2024年3月12日关键字：机器学习，神经网络，人工智能，药物repurost
通过机器学习和异质性细胞模型的高通量筛选鉴定针对胶质母细胞瘤的候选药物
3爱丁堡大学生物科学学院，Max Born Crescent，Edinburgh，EH9 3BF，英国。 *相应的作者：d.oyarzun@ed.ac.uk; n.carragher@ed.ac.uk摘要胶质母细胞瘤多形（GBM）是一种侵略性的原发性脑肿瘤，由于其复杂的病理和异质性，引起了重大治疗挑战。 缺乏经过验证的分子靶标是发现新的治疗候选者的主要障碍，在二十年中，没有向患者提供新的有效GBM疗法。 在这里，我们报告了针对GBM干细胞存活表型的化合物的鉴定。 我们的方法采用机器学习（ML）的预测指标的细胞存活率，这些细胞存活在高通量，基于图像的，基于图像的表型筛选数据中，用于3,561种化合物，以多个浓度，跨六个异质，患者衍生的GBM干细胞系进行多个浓度。 我们在计算上筛选了跨越各种化学类别的12,000多种化合物。 对GBM干细胞系中ML识别的候选物的实验验证，导致了三种化合物对GBM表型的活性。 值得注意的是，我们经过验证的HSP90抑制剂XL888之一，靶向消除所有六个GBM干细胞系，其IC50在纳莫尔范围内。 其他两种化合物在具有不同细胞系敏感性的多个GBM细胞系中展示了广泛的活动，为将来的个性化医学运动提供了途径。 患者的预后较差，治疗方案有限（通常是手术，然后进行化学放疗），导致抗药性的出现。3爱丁堡大学生物科学学院，Max Born Crescent，Edinburgh，EH9 3BF，英国。*相应的作者：d.oyarzun@ed.ac.uk; n.carragher@ed.ac.uk摘要胶质母细胞瘤多形（GBM）是一种侵略性的原发性脑肿瘤，由于其复杂的病理和异质性，引起了重大治疗挑战。缺乏经过验证的分子靶标是发现新的治疗候选者的主要障碍，在二十年中，没有向患者提供新的有效GBM疗法。在这里，我们报告了针对GBM干细胞存活表型的化合物的鉴定。我们的方法采用机器学习（ML）的预测指标的细胞存活率，这些细胞存活在高通量，基于图像的，基于图像的表型筛选数据中，用于3,561种化合物，以多个浓度，跨六个异质，患者衍生的GBM干细胞系进行多个浓度。我们在计算上筛选了跨越各种化学类别的12,000多种化合物。对GBM干细胞系中ML识别的候选物的实验验证，导致了三种化合物对GBM表型的活性。值得注意的是，我们经过验证的HSP90抑制剂XL888之一，靶向消除所有六个GBM干细胞系，其IC50在纳莫尔范围内。其他两种化合物在具有不同细胞系敏感性的多个GBM细胞系中展示了广泛的活动，为将来的个性化医学运动提供了途径。患者的预后较差，治疗方案有限（通常是手术，然后进行化学放疗），导致抗药性的出现。我们的工作证明了在与ML串联串联中使用表型筛选的使用可以有效地识别具有很少已知分子靶标的高度异质指示中个性化处理的治疗铅。关键字：胶质母细胞瘤，人工智能，药物发现，机器学习简介胶质母细胞瘤多形（GBM）是人类成年人中最常见和最具侵略性的原发性脑肿瘤，其特征是遗传驱动因素的实质异质性和肿瘤微环境1-3。在过去20年中，新诊断的GBM患者的护理标准包括手术，替莫唑胺（TMZ）和电离辐射（IR），延长了12个月至15个月患者的总体生存期4,5。大规模的基因组分析增强了我们对GBM分子生物学的理解，后者支持
今天明天的治疗方法：导航药物发现
这个深入的重点探讨了再生医学和创新疗法领域的发展。神经疗法的创始人兼首席执行官Cory Nicholas博士对其有希望的临床前数据有着令人信服的见解，该数据涉及NRTX-1001，这是一种旨在对抗源自人类Pluripotent干细胞的再生神经细胞疗法。史蒂夫·奥基夫（Steve O'Keeffe），愤怒的@关节炎背后的有远见者，巴塞尔大学的伊万·马丁（Ivan Martin）博士进行了关于再生方法在彻底改变骨关节炎治疗方面的变革潜力的对话，为受影响的人带来了希望。Insmed Incorporated首席科学官Brian Kaspar博士讨论了基因疗法开发中面临的挑战，阐明了医疗研究和发展的不断发展的景观，以及我们如何推动界限来应对这些挑战。最后，联合创始人，卫星治疗学首席执行官兼董事会成员弗兰克·格里森（Frank Gleeson）深入研究了肌肉修复的世界，探索了再生医学的进步和可能性。
基于肌肉侵入性膀胱癌的遗传景观的硅药物反应预测中个性化的展示研究
改进且便宜的分子诊断允许从“一种尺寸适合所有疗法”转移到针对单个肿瘤的个性化疗法。然而，基于全面测序的大量潜在目标仍然是一个尚未解决的挑战，可以阻止其在临床实践中的常规使用。因此，我们设计了一个工作流，该工作流选择基于多摩学测序和计算机药物预测的最有希望的治疗靶标。在这项研究中，我们证明了关注膀胱癌（BLCA）的工作流程，迄今为止，尚无可靠的诊断来预测治疗方法的潜在益处。在TCGA-BLCA队列中，我们的工作流程确定了由21个基因和72种药物组成的面板，这些小组建议对95％的患者进行个性化治疗，包括5个尚未报道为BLCA临床测试的预后标记。自动化的预测是通过手动策划的数据补充的，从而可以进行准确的灵敏度或抗药性指导的药物反应预测。我们根据在手动策展期间发现的陷阱讨论了药物相互作用数据库的潜在改进。
2024年10月
摘要大多数在低收入和中等收入国家中患有艾滋病毒的人都受到印度制造商生产的通用抗逆转录病毒（ARV）药物的治疗 - 印度的“发展中国家的药房”。印度在2020年3月在全国范围内锁定2019年冠状病毒病（Covid-19）大流行引起了人们对这种基本供应中断的关注。2020年3月对印度ARV药物制造商进行初步评估表明了一系列担忧。这促使2020年5月在八家制造商中进行了一项迅速调查表，这些调查占印度ARV药物出口的大部分。报告的最大挑战是在国际运输中，包括延误，交货时间增加和成本上升。与预期相反，ARV药物制造所需的活性药物成分（API）的访问权并不是一个主要的障碍，因为制造商报告说，他们近年来他们对中国对中国的依赖减少了。但是，他们依靠海外市场对当地API合成所需的原材料是一个重大挑战。这项调查的发现具有解决对通用ARV药物的生产和供应的一些直接和中期关注的影响。需要与计算机化的库存管理系统一起使用的长期订单，以支持多个月的分配和缓冲库存，并提供来自最低级别配置单元的实时信息。制造商和行业协会应就这些问题定期与印度政府的主要部门进行正式互动。提高通用ARV药物供应系统的弹性的措施对于最大程度地减少了由Covid-19引起的持续的供应冲击，至关重要，并为将来的紧急情况做准备。
引用SU Q，Wang R，Luo Y，Tang Q和Wang K（2024）降低脂质药物靶基因与勃起功能障碍和雄性repret
勃起功能障碍（ED）被定义为阴茎持续无法实现和/或保持勃起的性生活，是泌尿科中最常见的疾病之一（1）。尽管Ed不会对生命构成威胁，但它对社会构成了重大的安全隐患。 它不仅会影响患者的身心健康，而且会给性伴侣带来极大的困扰，从而导致患者及其伴侣的生活质量下降，家庭中的不和谐，更认真地，工作生产力的下降，家庭暴力的提高以及医疗负担的增加。 与心血管危险因素高度相关，例如高脂血症，糖尿病和血压异常。 先前的研究发现，ED和心血管疾病的发病机理基本上是相同的，均以血管内皮功能障碍为中心，最终导致血管性动脉粥样硬化（2-4）。 因此，ED和心血管疾病具有共同的危险因素。 脂质，包括总胆固醇（TC），甘油三酸酯（TG），低密度脂蛋白（LDL）和高密度脂蛋白（HDL），在此过程中起着至关重要的作用。 烟酸，他汀类药物，纤维和新型脂质降低药物通常用于治疗高脂血症（5-8）。 有临床证据表明，降脂药物疗法可以显着改善由高脂血症引起的有机ED患者的勃起功能（9，10）。 几个荟萃分析也显示了相似的结论（11，12）。 近年来，药物靶标MR分析已成为有效的工具。尽管Ed不会对生命构成威胁，但它对社会构成了重大的安全隐患。它不仅会影响患者的身心健康，而且会给性伴侣带来极大的困扰，从而导致患者及其伴侣的生活质量下降，家庭中的不和谐，更认真地，工作生产力的下降，家庭暴力的提高以及医疗负担的增加。与心血管危险因素高度相关，例如高脂血症，糖尿病和血压异常。 先前的研究发现，ED和心血管疾病的发病机理基本上是相同的，均以血管内皮功能障碍为中心，最终导致血管性动脉粥样硬化（2-4）。 因此，ED和心血管疾病具有共同的危险因素。 脂质，包括总胆固醇（TC），甘油三酸酯（TG），低密度脂蛋白（LDL）和高密度脂蛋白（HDL），在此过程中起着至关重要的作用。 烟酸，他汀类药物，纤维和新型脂质降低药物通常用于治疗高脂血症（5-8）。 有临床证据表明，降脂药物疗法可以显着改善由高脂血症引起的有机ED患者的勃起功能（9，10）。 几个荟萃分析也显示了相似的结论（11，12）。 近年来，药物靶标MR分析已成为有效的工具。与心血管危险因素高度相关，例如高脂血症，糖尿病和血压异常。先前的研究发现，ED和心血管疾病的发病机理基本上是相同的，均以血管内皮功能障碍为中心，最终导致血管性动脉粥样硬化（2-4）。因此，ED和心血管疾病具有共同的危险因素。脂质，包括总胆固醇（TC），甘油三酸酯（TG），低密度脂蛋白（LDL）和高密度脂蛋白（HDL），在此过程中起着至关重要的作用。烟酸，他汀类药物，纤维和新型脂质降低药物通常用于治疗高脂血症（5-8）。有临床证据表明，降脂药物疗法可以显着改善由高脂血症引起的有机ED患者的勃起功能（9，10）。几个荟萃分析也显示了相似的结论（11，12）。近年来，药物靶标MR分析已成为有效的工具。但是，一些学者发现，高脂血症的患者在使用降低脂质药物期间可能会降低睾丸激素水平，这反过来又可能导致ED发生。此外，一些研究表明他汀类药物可能通过影响自主神经功能或心理因素而间接导致ED的发生（13）。随机对照试验（RCT）是确定药物效率和不良反应的标准方法。但是，目前缺乏降脂药物和ED之间的大规模随机对照试验。降低脂质药物对ED和性激素水平的发生的影响尚不清楚，需要进一步探索。随着全基因组关联研究（GWAS）的日益普及，门德尔随机化（MR）可能是用于解决问题的RCT研究的有效替代方法。由于遗传变异（等位基因）是在减数分裂过程中随机分配的，因此MR研究的参与者根据等位基因的存在“随机”。这类似于随机对照试验，该试验将参与者随机分配到实验治疗组或对照组（14、15）。因此，MR分析的优点是，与其他研究方法相比，MR分析不易受到混杂因素的影响。它用于推断针对蛋白质编码基因，拮抗剂，激动剂或抑制剂对疾病风险的药物的影响（16）。该工具对破译药物治疗的潜力和促进药物开发非常有帮助。
药物发现和开发中的因果推断
以在临床试验中测试一种药物是否与阻止致命癌症进展有关为例。定期概率更新意味着服用该药物会改变在规定的时间窗口内死于该疾病的条件概率，无论试验在何时何地进行。操纵意味着即使我们考虑影响患者生存的所有其他因素（例如年龄和合并症），药物治疗仍显示出额外的益处。反事实条件意味着如果不服用该药物，患者的死亡就不会被推迟。最后，作用机制意味着我们了解药物为何延长患者的生存期，例如通过激活肿瘤浸润免疫细胞。总之，这四个条件既确保了统计相关性，又确保了机械理解。他们将 Austin Bradford Hill 2 的因果关系标准置于因果背景中，并为在医疗保健中建立因果关系的哲学推理实施了实际测试。3
在计算机药物屏幕中揭示了潜在的竞争MTHFR抑制剂临床重新利润
摘要MTHFR（甲基四氢叶酸还原酶）是一种参与单碳代谢的关键酶，这对于癌细胞的增殖至关重要。与此相一致，已发表的文献表明，MTHFR敲低导致多种类型的癌细胞生长受损。此外，较高的MTHFR表达水平与肝细胞癌，肾上腺皮质癌和低度神经胶质瘤的总体生存率较短有关，这使得将MTHFR抑制剂设计为可能的治疗选择。截至今天尚无MTHFR的竞争抑制剂。这项研究旨在使用硅药物筛查来鉴定潜在的竞争性MTHFR抑制剂候选者。在存在和不存在辅助因子的情况下，将共有30470个含有生物源性化合物，FDA批准的药物和临床试验中的分子与MTHFR的催化口袋筛选。结合能和ADMET分析表明，Vilanterol（B 2-肾上腺素激动剂），selexipag（前列环素受体激动剂）和Ramipril Diketopiperazine（ACE抑制剂）是MTHFR的潜在竞争抑制剂。分子动力学分析和使用这些化合物的MM-PBSA计算特别揭示了配体结合的285-290之间的氨基酸，并突出了Vilanterol作为MTHFR抑制的Stron-gest候选者。我们的结果可以指导新型MTHFR抑制化合物的发展，这可以灵感来自这里引起人们关注的药物。更重要的是，这些潜在的候选者可以在上述癌症的临床和临床研究中进行重新测试。
对 COVID-19 药物研发所采用的计算方法的综述
美国北卡罗来纳州教堂山市北卡罗来纳大学埃舍尔曼药学院。电子邮件：alex_tropsha@unc.edu b 加利福尼亚大学圣地亚哥分校，美国加利福尼亚州圣地亚哥 c 戈亚斯联邦大学药学系，巴西哥伦布省戈亚尼亚 d BenevolentAI，英国伦敦 e Collaborations Pharmaceuticals，美国北卡罗来纳州罗利 f 北卡罗来纳州立大学化学系，美国北卡罗来纳州罗利 g 卡内基梅隆大学化学系，美国宾夕法尼亚州匹兹堡 h 石溪大学应用数学与统计学系，美国纽约州石溪 i 墨西哥国立自治大学药学系，墨西哥墨西哥城 j 密歇根州立大学化学系，美国密歇根州东兰辛 k 新墨西哥大学内科系和 UNM 综合癌症中心，美国新墨西哥州阿尔伯克基 l 瑞典哥德堡大学风湿病与炎症研究系 m丹麦哥本哈根 n 俄罗斯莫斯科生物医学化学研究所 o 瑞士苏黎世瑞士联邦理工学院药学研究所 p 英国伦敦大学学院药学院 q 法国斯特拉斯堡大学化学系 r 澳大利亚维多利亚州墨尔本莫纳什大学莫纳什药学研究所 s 澳大利亚邦多拉拉筹伯大学拉筹伯分子科学研究所生物化学与遗传学学院 t 英国诺丁汉大学药学院 u 美国马里兰州贝塞斯达国家转化科学促进中心 v 加拿大不列颠哥伦比亚省温哥华不列颠哥伦比亚大学温哥华前列腺中心。电子邮箱：acherkasov@prostatecentre.com w 日本札幌北海道大学化学反应设计与发现研究所（WPI-ICReDD）