DeLA-Drug:薬物様類似体の自動設計のための深層学習アルゴリズム【JST・京大機械翻訳】

Creanza Teresa Maria; Lamanna Giuseppe; Lamanna Giuseppe; Delre Pietro; Delre Pietro; Contino Marialessandra; Corriero Nicola; Saviano Michele; Mangiatordi Giuseppe Felice; Ancona Nicola

文献

J-GLOBAL ID：202202246904931500 整理番号：22A1160904

DeLA-Drug:薬物様類似体の自動設計のための深層学習アルゴリズム【JST・京大機械翻訳】

DeLA-Drug: A Deep Learning Algorithm for Automated Design of Druglike Analogues

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A1160904&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A1160904&from=J-GLOBAL&jstjournalNo=A0294A") }}

著者 (10件)： , , , , , , , , ,
資料名：
巻： 62 号： 6 ページ： 1411-1424 発行年： 2022年
JST資料番号： A0294A ISSN： 1549-9596 CODEN： JCISD8 資料種別：逐次刊行物 (A)
記事区分：文献レビュー発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,2つの長い短期記憶(LSTM)層から成るリカレントニューラルネットワーク(RNN)モデルである薬物様アナログ(DeLA-Drug)の自動設計のための深層学習アルゴリズムを提示し,類似から生物活性の化合物のデータ駆動生成のために考案した。DeLA-Drugは,ChEMBL28データベースに属する1百万以上の化合物のSMILESストリングの構文を捕捉し,置換(SWS)によるサンプリングと呼ばれる新しい戦略を採用することにより,単一ユーザ定義質問化合物から出発する分子を生成する。注目すべきことに,このアルゴリズムはChEMBL28リポジトリに存在する既知の生物活性化合物の薬物様性と合成アクセシビリティを保持する。任意の時間要求微調整手順の欠如により,DeLA-Drugは,さらなる高スループットスクリーニングのための集束ライブラリーの高速生成を実行でき,低データ領域でさえde novo設計を行うための適切なツールになる。その適用性の具体的アイデアを提供するために,DeLA-Drugを,癌や神経変性のような異なる病態に関与する既知の標的であるカンナビノイド受容体サブタイプ2(CB2R)に適用した。フリーウエブプラットフォーム(http://www.ba.ic.cnr.it/softwareic/deladrugportal/)として利用可能なDeLA-Drugは,実験室において既に利用可能な化合物の類似物質の生成に興味を持つ医薬品化学者を助け,この理由のために,容易で低コストな合成の良い候補である。Copyright 2022 American Chemical Society All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

薬物の構造活性相関 , ドキュメンテーション

, , , ,

前のページに戻る