RNA靶向化学空间库

RNA-Binding Chemical Space library

很棒

RNA分子在遗传信息传递之外的作用先前已被注意到，然而最近新的推动力集中在将RNA作为药物靶点。RNA作为靶点通常比蛋白质更具挑战性，但预期的回报也相当显著。特别是信使RNA和非编码RNA包含高度结构化的元素，有证据表明这些结构中的许多对功能至关重要。通过小分子靶向这些RNA，为治疗性调节众多细胞过程提供了机会，包括那些与“不可成药”蛋白质靶点相关的过程。
高质量聚焦库在药物发现的早期阶段至关重要。为了量化小分子作为潜在RNA结合物的特性，当前的一项研究报道了一种基于大规模（约160万数据点）实验RNA相互作用测量数据集的神经网络（NN）机器学习模型。研究表明，RNA结合物基本上与“类药”（五规则，Ro5）分子非常相似，其差异并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）机器学习模型能够很好地区分“常规”类药分子（基本上意味着蛋白质结合）和RNA结合的化学空间。
精选的潜在RNA结合剂库由ChemDiv的类药分子组成，这些分子根据机器学习模型预测具有较高的RNA结合概率。我们相信，所选的24K分子可以作为针对RNA的药物发现初期的明智起点。

TargetMol 的所有产品和服务仅用于科学研究，不能被用于人体，我们也不向个人提供产品和服务。