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.

La base de données neuve de 14.000 macrolactones connus a pu supporter la découverte de médicaments et la recherche

Les chercheurs de l'université de l'Etat de la Caroline du Nord et les pharmaceutiques de collaborations ont produit une base de données de libre-à-utilisation de 14.000 macrolactones connus - grandes molécules utilisées dans le développement de médicament - qui contient des informations sur les caractéristiques moléculaires, la diversité chimique et les activités biologiques de ce type structurel.

La base de données, le MacrolactoneDB appelé, remplissages un écartement de la connaissance au sujet de ces molécules et ont pu servir d'outil utile à la future découverte de médicaments.

Macrolactones sont des molécules avec au moins 12 atomes composant leur structure en forme d'anneau. Parmi beaucoup de caractéristiques utiles, la capacité des macrolactones de gripper aux objectifs difficiles de protéine les rend adaptés pour les antiparasitaires antiviraux, antibiotiques, antimycosiques et. Cependant, leur taille et structure compliquée les rendent difficiles à synthétiser.

« Macrolactones sont les molécules titaniques - leurs défis de présents de taille aux chercheurs qui peuvent vouloir travailler avec eux, » dit Sean Ekins, Président des pharmaceutiques de collaborations, du membre de l'institut comparatif du médicament de la condition d'OR, de l'entrepreneur dans le domicile à l'école d'Eshelman de la côte d'UNC-Chapelle de la pharmacie et de l'auteur correspondant de la recherche. « Nous avons voulu aborder cette édition en produisant la base de données procurable d'a publiquement - de ces molécules et de leurs propriétés. »

L'OR indiquent que l'étudiant de troisième cycle et le premier auteur du papier Phyo Phyo Zin ont extrait 13 bases de données publiques 14.000 macrolactones connus, les compilant dans MacrolactoneDB. Seulement 20% des composés de macrolactone qu'il curated a eu des caractéristiques biologiques liées à elles.

Zin, Ekins, et professeur agrégé de condition d'OR de chimie Gavin Williams ont réalisé des analyses de cheminformatics des propriétés moléculaires des macrolactones et ont développé 91 descripteurs pour caractériser mieux les molécules.

Les chercheurs ont alors regardé trois objectifs d'intérêt pour certains des macrolactones - particulièrement malaria, hépatite C et cellules de T - et de techniques d'apprentissage automatique utilisées de comprendre la relation de structure-activité entre les macrolactones et ces objectifs.

Nous savons que les médicaments de macrolactone sont efficaces, mais il y a beaucoup de nous ne connaissent pas ce qui effectue bon. C'est pourquoi nous nous mettons à faire cette recherche. Nous avons constaté qu'il est possible d'utiliser l'apprentissage automatique avec ces molécules, et l'amélioration de notre analyse et description des macrolactones améliorera des modèles de prévision allant vers l'avant. »

Professeur de ssociate de Gavin Williamsm de chimie, université de l'Etat de la Caroline du Nord

« N'importe qui intéressé à ces molécules ou dans le développement de médicament utilisant des macrolactones a maintenant une base de données conviviale où tout est accessible et dans un emplacement, » Ekins dit. Les « chercheurs peuvent poser des questions sur ce qui rend une molécule particulière de macrolactone bien adaptée pour une application biologique particulière.

« Si tout va bien MacrolactoneDB nous aidera à comprendre cette diverse classe des molécules, et avance en produisant des neufs. »

Source:
Journal reference:

Zin, P. P. K., et al. (2020) Cheminformatics Analysis and Modeling with MacrolactoneDB. Scientific Reports. doi.org/10.1038/s41598-020-63192-4.