Biologische aktivitätsbasierte Modellierung identifiziert SARS-CoV2-Medikamentenkandidaten
2021
National Center for Advancing Translational Sciences (NCATS), Rockville, USA
Computergestützte Ansätze für die Wirkstoffentdeckung, wie beispielsweise die quantitative Struktur-Aktivitäts-Beziehung, beruhen auf strukturellen Ähnlichkeiten kleiner Moleküle, um auf die biologische Aktivität schließen zu können, beschränken sich jedoch häufig auf die Identifizierung neuer Wirkstoffkandidaten von chemisch ähnlichen Liganden. Hier berichten die Forscher über einen Ansatz der biologischen aktivitätsbasierten Modellierung (BABM), bei dem Verbindungsaktivitätsprofile, die über mehrere Assays hinweg erstellt wurden, als Signaturen verwendet werden, um die Verbindungsaktivität in anderen Assays oder gegen ein neues Ziel vorherzusagen. Dieser Ansatz wurde validiert, indem antivirale Kandidaten für Zika- und Ebola-Viren auf der Grundlage von Screening-Daten mit hohem Durchsatz identifiziert wurden. Darüber hinaus wurden BABM-Modelle angewendet, um 311 Verbindungen mit potenzieller Aktivität gegen SARS-CoV-2 vorherzusagen.
Biological activity-based modeling identifies antiviral leads against SARS-CoV-2
Ruili Huang, Wei Zheng
Eingestellt am: 11.05.2021
[1] https://www.nature.com/articles/s41587-021-00839-1[2] https://www.drugtargetreview.com/news/84615/screening-by-compound-activity-could-accelerate-drug-discovery/?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
