La mecánica cuántica y los métodos de aprendizaje automático de Optibrium predicen las vías del metabolismo de los fármacos

La mecánica cuántica y los métodos de aprendizaje automático de Optibrium predicen las vías del metabolismo de los fármacos

Optibrium, desarrollador líder de software y soluciones de inteligencia artificial para el descubrimiento de fármacos, anunció hoy la publicación de su estudio revisado por pares. Xenobiótica‘Predicción de las vías del metabolismo de fase I y II basada en la mecánica cuántica y el aprendizaje automático’1. En el artículo, el equipo demostró un nuevo método que determina mejor el metabolismo y los metabolitos en el descubrimiento temprano de fármacos.

El metabolismo descontrolado puede provocar el fracaso del fármaco candidato en fase avanzada o la retirada de los fármacos aprobados. volumen en silicona Por lo tanto, la predicción de las vías dominantes del metabolismo es esencial para mejorar las posibilidades de éxito de un fármaco.

El artículo describe el desarrollo y validación de WhatEnzyme de Optibrium por primera vez.MT modelo, que predice con precisión las familias de enzimas con mayor probabilidad de metabolizar un fármaco candidato. Luego, el equipo combinó este nuevo modelo con el modelo publicado anteriormente de Optibrium. Estos incluyen modelos regulatorios para enzimas metabolizadoras de fármacos clave de fase I y fase II, que utilizan simulaciones de mecánica cuántica con métodos de aprendizaje automático para predecir los sitios del metabolismo y los metabolitos resultantes. Además, el modelo WhatP450, que predice las isoformas del citocromo P450 responsables del metabolismo de un compuesto.

Basándose en los resultados del modelo combinado, Optibrium muestra una nueva forma de determinar las vías más probables del metabolismo y los metabolitos que se observarán experimentalmente. El artículo muestra que este método proporciona una mayor sensibilidad en la identificación de metabolitos reportados experimentalmente, así como una mayor precisión que otros métodos de predicción. vivo Perfiles de metabolitos. Esto permite a los investigadores identificar compuestos con mayor estabilidad metabólica y perfiles de seguridad mejorados, y respalda el modelo de metabolismo StarDrop lanzado recientemente por Optibrium.

«Nuestro último estudio es el resultado de seis años de investigación enfocada, proporcionando un modelo práctico que permite a los usuarios predecir rutas metabólicas para una amplia gama de compuestos similares a los fármacos. Nuestros conjuntos de datos cuidadosamente seleccionados y gracias a nuestro enfoque exclusivo de acceso a reacciones, podemos han logrado crear modelos precisos de regioselectividad específicos de isoformas para familias de enzimas clave de fase I y II. dijo el Dr. Mario Arin, científico principal de Optibrium.

Utilizando estos mismos datos, entrenamos modelos que predicen las posibles familias de enzimas e isoformas que metabolizan un compuesto. Y luego, al combinar estos modelos, entrenamos y validamos un «modelo de modelos» que predice la ruta metabólica completa de un compuesto determinado.

Dr. Mario Arian, científico principal, Optibrium

Para obtener más información sobre Optibrium o el módulo de metabolismo StarDrop, visite https://optibrium.com/project/metabolism-module/, comuníquese (correo electrónico protegido) O llame al +44 1223 815900.

1: Mario Öeren, Peter A. Hunt, Charlotte E. Wharrick, Hamed Tabatabaei Ghomi y Matthew D. Segall (2023) Predicción de vías del metabolismo de fase I y II basadas en la mecánica cuántica y el aprendizaje automático, Xenobiotica, DOI: 10.10.10942082/ 2023 2284251

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *