- 全部删除
- 您的购物车当前为空
我们很想知道您的意见反馈,所以我们在每个页面上都梳理出一个反馈按钮。
中药传承至今已有前年历史。近年来,中药领域的科研投入不断增加,科研成果也层出不穷。2024年,中药的现代化研究取得了显著进展。一些传统中药的有效成分被进一步分离和纯化,药理机制研究不断深入。例如,中药复方的系统研究揭示了其多靶点、多途径的综合治疗效应,进一步提升了中药的临床应用价值。
2024年,国家对中药产业的支持力度进一步加大。《中医药发展“十四五”规划》明确提出,要推动中药材种植标准化、生产规范化、市场国际化。政府通过资金支持、税收优惠、人才培养等多方面举措,促进中药产业的全面发展。此外,国家药品监督管理局(NMPA)加快了中药新药的审批速度,鼓励创新和国际化合作。
为了更好的分析中药的药理作用,反向找靶是常见的方法。下面将给大家介绍一下反向找靶“利器”COMET(COmbined Method for Elucidating Targets)。COMET的主要是解决三个问题:1、反向找靶,寻找化合物可能的靶点;2、老药新用,寻找已经上市的药物课可能存在的其它疗效;3、毒副作用预测,例如可以预测即将进入临床试验药物除药理作用意外的其它靶点,从而提前观察药物的毒副作用。
目前已有的反向找靶的算法主要是三种原理:1、基于配体的预测算法,根据结构相似的化合物具有相似的靶点,推测未知化合物的靶点;2、基于结构的预测算法,通过反向的分子对接的方法预测化合物可能的靶点;3、1维结构预测方法,该类的算法根据蛋白的序列和小分子的结构预测其相互作用,从而能快速的预测化合物可能的靶点。
COMET结合三种算法的优势,算法主要框架如下图
首先,根据化合物的结构寻找相似的化合物的靶点,然后,基于靶标结构的算法模块(PLANET)进行打分。此时,已经有两套打分,此时基于机器学习的策略得到最终的一个打分,给可能的靶点进行排序。
COMET的靶点数据库主要有3个来源:
与别的数据库相比,COMET的数据库数量中等偏上,但是其信息较为完善
分别选取ChEMBL33中新出现的500个多靶点化合物 (1456个药-靶作用对)和BindingDB中新出现的500个多靶点化合物(1308个药-靶作用对)作为测试集。测试结果表明:COMET靶标预测方法具有良好的准确率,显著超过目前该领域中的若干常用算法。
有需要的小伙伴可以来找陶术生物来做反向找靶点或者自己试用COMET,更多的咨询可以参考陶术小课堂CADD专栏-【人工智能药物设计】COMET系列
科学新闻、观点和分析的重要汇总,每个工作日都会发送到您的收件箱.