文献
J-GLOBAL ID:202002234204331606   整理番号:20A2486489

アルツハイマー病に対するPTMLモデリング:GSK3B,HDAC1およびHDAC6の仮想マルチターゲット阻害剤の設計および予測【JST・京大機械翻訳】

PTML Modeling for Alzheimer’s Disease: Design and Prediction of Virtual Multi-Target Inhibitors of GSK3B, HDAC1, and HDAC6
著者 (2件):
資料名:
巻: 20  号: 19  ページ: 1661-1676  発行年: 2020年 
JST資料番号: W2393A  ISSN: 1568-0266  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: 不明 (ARE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
背景:Alzheimer病は,最終的に死亡を生じる,認知および機能障害の進行性パターンにより特徴づけられる。コンピュータアプローチは抗Alzheimerの治療に対する薬物発見の文脈において重要な役割を担っている。しかし,これまでに報告された計算モデルの大部分は,構造的に関連する分子の小さなデータセットに依存するが,Alzheimerの1つの蛋白質のみに集中している。【目的】著者らは,3つのAlzheimer病関連蛋白質,すなわちグリコーゲンシンターゼキナーゼ3β(GSK3B),ヒストンデアセチラーゼ1(HDAC1),およびヒストンデアセチラーゼ6(HDAC6)の阻害剤の同時予測と設計のために,人工ニューラルネットワーク(PTML-ANN)に基づく摂動理論と機械学習を組み合わせた最初のモデルを紹介する。方法:PTML-ANNモデルはChEMBLから検索されたデータセットから得られ,活性または不活性として化学物質を予測する分類アプローチに依存する。結果:PTML-ANNモデルは訓練と試験セットの両方で85%以上の感度と特異性を示した。モデルにおける分子記述子の物理化学的および構造的解釈は,フラグメントの直接抽出が,マルチターゲット阻害活性の増強に好都合に寄与することを示唆した。この情報に基づき,いくつかのフラグメントから10分子を正の寄与で組み立てた。これらの分子のうちの7つが三重標的阻害剤として予測されたが,残りの3つは二重標的阻害剤として予測された。設計した分子の推定物理化学的性質は,5およびその変異体のLipinski則と一致した。結論:この研究は,抗Alzheimer治療に対する多標的阻害剤の設計に向けた新しい層を開く。Copyright 2020 Bentham Science Publishers All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (4件):
分類
JSTが定めた文献の分類名称とコードです
酵素製剤・酵素阻害剤の基礎研究  ,  その他の中枢神経系作用薬の基礎研究  ,  神経の基礎医学  ,  薬物学一般 

前のページに戻る