Новости

Aug 28, 2023

Алгоритм выбора белка

Научные отчеты, том 13,

Научные отчеты, том 13, Номер статьи: 8219 (2023) Цитировать эту статью

381 Доступов

1 Альтметрика

Подробности о метриках

Настоящее исследование исследует использование выбора алгоритма для автоматического выбора алгоритма для любой заданной задачи стыковки белка и лиганда. В процессе открытия и разработки лекарств основной проблемой является концептуализация связывания белок-лиганд. Решение этой проблемы с помощью вычислительных методов полезно для существенного сокращения требований к ресурсам и времени для общего процесса разработки лекарств. Один из способов решения проблемы докинга белка и лиганда — смоделировать его как задачу поиска и оптимизации. В этом отношении существовало множество алгоритмических решений. Однако не существует идеального алгоритма, который мог бы эффективно решить эту проблему, как с точки зрения качества, так и скорости стыковки белка с лигандом. Этот аргумент мотивирует разработку новых алгоритмов, адаптированных к конкретным сценариям стыковки белка и лиганда. С этой целью в данной статье описывается подход, основанный на машинном обучении, для повышения и повышения производительности стыковки. Предлагаемая установка полностью автоматизирована и работает без какого-либо экспертного мнения или участия как по проблеме, так и по алгоритмическим аспектам. В качестве примера был проведен эмпирический анализ хорошо известного белка — ангиотензинпревращающего фермента человека (АПФ) с 1428 лигандами. Для общего применения в качестве стыковочной платформы использовался AutoDock 4.2. Алгоритмы-кандидаты также взяты из AutoDock 4.2. Двадцать восемь четко сконфигурированных ламарковско-генетических алгоритмов (LGA) выбраны для построения набора алгоритмов. ALORS, представляющая собой систему выбора алгоритмов на основе рекомендательной системы, была предпочтительна для автоматизации выбора из этих вариантов LGA для каждого экземпляра. Для реализации этой автоматизации отбора молекулярные дескрипторы и отпечатки субструктур использовались в качестве признаков, характеризующих каждый экземпляр стыковки целевого белка с лигандом. Результаты вычислений показали, что выбор алгоритма превосходит все эти возможные алгоритмы. Сообщается о дальнейшей оценке пространства алгоритмов с обсуждением вклада параметров LGA. Что касается докинга белок-лиганд, исследуется вклад вышеупомянутых особенностей, которые проливают свет на критические особенности, влияющие на эффективность стыковки.

В связи с появлением новых заболеваний и растущим осознанием стремления улучшить благосостояние человека предпринимаются настойчивые усилия по внедрению новых медицинских инноваций. Широкий спектр концепций в области открытия/разработки лекарств (DD)1 был основным предметом интереса. Однако процесс DD является трудоемким и дорогостоящим. Весь проект DD может длиться до 15 лет, требуя больших бюджетов и участия больших групп ученых. В этом отношении традиционный процесс DD часто сопряжен с высокими затратами и рисками, а также с низким уровнем успеха – факторы, которые препятствуют новым исследованиям и препятствуют существенному прогрессу в этой области2. Основным фактором, который способствует этому факту, является то, что DD, по сути, представляет собой проблему поиска в огромном химическом пространстве для обнаружения соединений, пригодных для приема лекарств3,4. Вероятно, наиболее важным шагом в этом трудном процессе является выявление новых химических соединений, из которых можно было бы создать новые лекарства.

В целом вычислительные подходы оказались практичными, поскольку они являются эффективными механизмами, позволяющими продвигать процесс DD вперед более быстрыми темпами и с улучшенными успешными результатами. Компьютерное DD (CADD)5,6,7,8,9,10 — это общий термин, охватывающий эти вычислительные процедуры. Говоря конкретнее, CADD представляет собой набор математических и управляемых данными инструментов, которые охватывают разные дисциплины в отношении их использования в DD. Эти инструменты реализованы в виде компьютерных программ и используются в сочетании с различными экспериментальными методологиями для ускорения открытия новых химических веществ. Стратегии CADD позволяют быстро сортировать очень большое количество соединений, выявляя совпадения, которые можно преобразовать в потенциальные клиенты. Затем лабораторные методы берут на себя тестирование и доработку препарата. Этот процесс является итеративным и взаимным. Результаты методов CADD используются для разработки соединений, которые подлежат химическому синтезу и биологическому анализу. Информация, полученная в результате этих экспериментов, используется для дальнейшей разработки взаимосвязей структура-активность (SAR) и количественных SAR (QSAR), которые заложены в подходах CADD.