Avertissement : Cette page est une traduction automatique de cette page à l'origine en anglais. Veuillez noter puisque les traductions sont générées par des machines, pas tous les traduction sera parfaite. Ce site Web et ses pages Web sont destinés à être lus en anglais. Toute traduction de ce site et de ses pages Web peut être imprécis et inexacte, en tout ou en partie. Cette traduction est fournie dans une pratique.

Le rhodium de SwRI évalue des composés de médicament pour la demande de règlement possible du coronavirus

Le logiciel de découverte de médicaments à l'institut de recherches de sud-ouest augmente la capacité d'examiner pratiquement des composés de médicament pour la demande de règlement possible du coronavirus et d'autres maladies infectieuses.

L'outil de dépistage virtuel de Rhodium™ de SwRI a récent évalué 2 millions de composés de médicament en quelques jours, espérant recenser les médicaments de forte probabilité qui peuvent avoir l'efficacité contre le coronavirus avec des effets secondaires défavorables minimaux. Les scientifiques d'institut ont commencé la recherche de modélisation moléculaire avec le financement interne de SwRI.

En conformité avec la mission de SwRI de développer des contre-mesures médicaux pour des dangers naturels et fabriqués par l'homme, nous employons ce logiciel de modélisation moléculaire de propriété industrielle pour aider la communauté de la recherche à interviewer des candidats de médicament pour la future recherche de coronavirus. »

M. Jonathan Bohmann, scientifique principal de SwRI aboutissant la recherche

Basé sur les résultats de modélisation, SwRI team avec les associés locaux de recherches, y compris l'institut de recherche biomédicale du Texas, pour la phase suivante des études pour déterminer les candidats les plus efficaces pour le développement ultérieur de médicament et le déploiement éventuel aux régions virus-affectées.

Avant la manifestation récente de coronavirus, SwRI a augmenté la capacité de son logiciel de rhodium de balayer 250.000 composés de médicament par jour, à partir de sa limite antérieure de 25.000. Chercheurs améliorés la capacité avec le traitement, les actualisations de logiciel et les techniques d'apprentissage automatique graphiques neufs. Un modèle 3D d'un coronavirus a été employé pour évaluer les médicaments potentiels d'une vaste bibliothèque des composés.

« Ceci capacité de traitement avancée explique que l'examen critique virtuel peut rapidement augmenter le rythme de la découverte de médicaments, particulièrement dans des situations universelles, » a dit M. Shawn Blumberg, un scientifique de recherches de SwRI assistant l'effort.

L'examen critique virtuel applique des techniques de calcul pour évaluer des petites molécules et pour prévoir comment les structures des protéines dans les maladies infectieuses gripperont avec des composés de médicament. Les sociétés pharmaceutiques s'étaient tournées vers l'examen critique de calcul comme alternative sûre, efficace et rentable à évaluer les échantillons matériels dans un laboratoire dans les stades précoces du développement de médicament.

Le « rhodium, par exemple, peut être employé pour trouver les composés hautement probables des bases de données avec des centaines de milliers de candidats de médicament avant le contrôle de banc dans un laboratoire, » Bohmann a ajouté.

Le rhodium emploie les bibliothèques composées de médicament pour prévoir comment les structures des protéines dans les maladies infectieuses gripperont avec des composés ou des séries de composés connus sous le nom de ligands. L'analyse élevée du débit 3D du rhodium de la protéine entrant au bassin efficacement sélecte des ligands prévoir comment un composé agit l'un sur l'autre avec la structure des protéines. Ses outils d'apprentissage automatique interprètent l'analyse de classement des résultats pour une analyse de caractéristiques plus rapide.

Les scientifiques de SwRI emploient le rhodium pour interpréter des caractéristiques obligatoires de la cristallographie de rayon X, une technique utilisée généralement pour obtenir la structure 3D, concevant comment elle colle avec une protéine.