研究人员开发了一种计算方法,用于设计用于癌症治疗的光敏性PARP1抑制剂。通过使用机器学习和原子模拟筛选了500万个假设的配体,他们确定了有希望的候选药物,这些药物在光照和黑暗条件下对PARP1表现出差异性结合。合成了十种化合物并进行了测试,其中一种候选药物在暴露于绿光时显示出PARP1抑制作用增加了15倍。 AI
影响 推动了计算药物发现的进步,有可能加速靶向光激活疗法的发展。
排序理由 学术论文,详细介绍了药物发现的一种新计算方法。
- arXiv
- free energy perturbation
- graph-based surrogate models
- machine learning
- PARP1
- quantum chemistry
- atomistic simulation
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →