RNA靶向化学空间库

高质量的靶向库对于药物发现早期阶段的成功至关重要。为了量化这些特性，使小分子成为潜在的RNA结合剂，目前的一项研究报告了一种神经网络（NN）机器学习模型，该模型基于一个大型（约160万个数据点）的实验RNA相互作用测量数据集。该研究表明，RNA结合剂基本上与“类药物”（五律，Ro5）分子非常相似，区别不在于任何简单的结构和物理化学描述符组合。相反，一个复杂的（NN）ML模型可以很好地区分“常规”药物样分子的化学空间（基本上意味着蛋白质结合）和RNA结合化学空间。
我们专注的潜在RNA结合剂库由ChemDiv的药物样分子组成，根据ML模型预测，这些分子具有很高的RNA结合概率。选定的24K分子可以作为靶向RNA的药物发现早期阶段的明智起点。

• 可选用DMSO耐受的96/384孔板或2D 条形码编码管；
• 干粉蓝冰运输，DMSO溶液干冰运输；
• 排布：96孔板：1st & 12th 空白对照，384孔板：1st & 2nd & 23th & 24th空白对照。