Maschinelles Lernen berechnet Affinitäten von Medikamentenkandidaten und Targets
2021
Massachusetts Institute of Technology, Cambridge, USA
Eine neue Technologie, die Chemie und maschinelles Lernen kombiniert, könnte Forschern bei der Entdeckung und dem Screening von Medikamenten helfen. Die neue Technik namens DeepBAR berechnet schnell die Bindungsaffinitäten zwischen Medikamentenkandidaten und ihren Zielen. Der Ansatz liefert im Vergleich zu früheren Methoden in einem Bruchteil der Zeit präzise Berechnungen. Die Forscher sagen, dass DeepBAR eines Tages das Tempo der Wirkstoffentdeckung und des Protein-Engineerings beschleunigen könnte.
DeepBAR: a fast and exact method for binding free energy computation
Bin Zhang
Eingestellt am: 11.05.2021
[1] https://pubs.acs.org/doi/10.1021/acs.jpclett.1c00189[2] https://www.drugtargetreview.com/news/86274/machine-learning-calculates-affinities-of-drug-candidates-and-targets/?utm_source=Email+marketing&utm_medium=email&utm_campaign=DTR+-+Industry+Insight+-+Merck+-+Screening+-+30.04.21&utm_term=Dilyana%2c+learn+more+about+screening+in+drug+discovery&utm_content=https%3a%2f%2femails.drugtargetreview.com%2frussellpublishinglz%2f&gator_td=K2qyNB5MYk%2fx1C0MoQBLqMEirEZC6rQY69N%2fOA9dl6hblShBwaXogQWaQyqRmMFtg0BeRtE7AZ%2fFkNO3IEpkjFH%2fk8e8qxlK%2f9hi6wU8bB8K6EAsDCqxGJNWP2QUEWOIQb3nMvdj%2bb9jnhqFRLwGpRl3ie6Wa8mdOj0o1OiRSw%2fqK0vLtnmvOFqv5tILHp3Rrx%2bBlVfh2y6cszaPUzVGg8nZvsYh82x4dYs1g536By%2f9uvKTPly42cBu8%2fUKA%2bLh
