The Role and Mechanism of Deep Statistical Machine Learning In Biological Target Screening and Immune Microenvironment Regulation of Asthma
Pengwei Zhu
作为小分子药物的重要来源,天然产物具有丰富的类型和独特的结构,显示出显着的生物活性。 然而,由于样品数量有限,结构复杂,铅化合物的快速发现有限。 因此,在这项研究中,通过结合计算机辅助药物设计(CADD)技术和深度学习方法筛选磷酸二酯酶4(PDE4)和磷酸二酯酶7(PDE7)的天然抑制剂,其活性通过酶活性实验和酶联联免疫测定进行了验证。 这两种酶在治疗慢性阻塞性肺病和哮喘等炎症性疾病方面具有重要的应用潜力,但PDE4抑制剂可能引起不良反应,因此开发既有效又安全的双靶抑制剂尤为重要。 此外,作为高尿血症的潜在靶标,黄烷氧化物酶(X0)天然抑制剂的发育也具有很大的价值。 我们使用药代相位技术进行虚拟筛选,结合分子对接技术提高准确性,最后选择了16种PDE4/7的潜在天然抑制剂,通过分子动力学模拟验证了其结合稳定性。 这项研究的结果为建立高效的双靶抑制剂筛选系统和探索新型X0抑制剂的铅化合物奠定了基础。
As an important source of small molecule drugs, natural products show remarkable biological activities with their rich types and unique structures. However, due to the limited number of samples and structural complexity, the rapid discovery of lead compounds is limited. Therefore, in this study, natural inhibitors of phosphodiesterase 4 (PDE4) and Phosphodiesterase 7 (PDE7) were screened by combining computer aided drug design (CADD) technology and deep learning method, and their activities were...
