محققان به طور گسترده از دو روش غربالگری مجازی برای کشف دارو استفاده کرده اند. یک روش غربالگری با توان بالا است که در آن کتابخانه های ترکیبی بزرگ در مدت زمان کوتاهی آزمایش می شوند. روش دیگر شامل استراتژی‌های مبتنی بر اتصال مولکولی شبیه‌سازی شده است، جایی که آنها نحوه تطابق دو یا چند ساختار مولکولی را مطالعه می‌کنند و نحوه تعامل یک پروتئین با مولکول‌های کوچک را پیش‌بینی می‌کنند. در حالی که این دو روش با موفقیت در کشف دارو مورد استفاده قرار گرفته‌اند، نیاز به طراحی و تأیید آزمایشی عمیق دارند و آنها را برای غربالگری دارویی در مقیاس عظیم نامناسب می‌سازد.
این تیم یک چارچوب جاسازی اثر انگشت برای پیش‌بینی میل اتصال به دارو-هدف (FingerDTA) با قابلیت یافتن نامزدهای دارویی جدید ایجاد کرد. اثر انگشت یا توصیف کننده دارو و اهداف محاسبه می شود. این اهداف مولکول هایی هستند که به نوعی با بیماری مرتبط هستند – اهداف می توانند در روش هایی که از داروها برای مبارزه با یک بیماری خاص استفاده می شود مفید باشند. سپس این تیم از اطلاعات کلی اثر انگشت یک دارو یا یک هدف در یک مدل شبکه عصبی کانولوشنال استفاده می‌کند و عملکرد آن را در پیش‌بینی میل اتصال دارو به هدف ارتقا می‌دهد. FingerDTA یک مدل قدرتمند برای کشف داروهای جدید است.
تیم تحقیقاتی بر این باور است که پیش‌بینی میل اتصال به دارو به هدف نویدبخش کشف داروهای جدیدی است که می‌توانند مانع از اتصال ویروس‌ها به اهدافشان شوند. لیو گفت: «FingerDTA می‌تواند به کشف برخی داروهای بالقوه برای غیرفعال کردن کووید-19 با اتصال به هدف سنبله کمک کند.» این می تواند راهنمایی دقیقی برای صرفه جویی در نیروی انسانی و منابع مادی ارائه دهد، در حالی که تحقیقات دارویی جدید را نیز تسریع می بخشد.
مقیاس پذیری زمانی که از الگوریتم های پیچیده برای تجزیه و تحلیل مجموعه داده های بزرگ در ترابایت یا فراتر از آن در یک خوشه یا ابر استفاده می شود، یک مشکل اساسی است. مدل برنامه نویسی نوع MapReduce که به طور گسترده مورد استفاده قرار می گیرد
خوان لیو، استاد دانشکده علوم کامپیوتر دانشگاه ووهان
این تحقیق توسط برنامه تحقیق و توسعه کلید ملی چین تامین می شود.
با نگاهی به آینده، تیم امیدوار است چارچوب FingerDTA را در پلتفرم‌های کلان داده پیاده‌سازی کند و آن را در برنامه‌های واقعی قرار دهد. خوان لیو گفت: “هدف نهایی ما توسعه چنین فناوری و سیستم هایی برای کاربران است تا با مشکلات کاربردی تجزیه و تحلیل داده های بسیار بزرگ توزیع شده در چندین مرکز داده مقابله کنند.”
انتشارات دانشگاه Tsinghua
تیم تحقیقاتی شامل Xuekai Zhu، Juan Liu، Jian Zhang، Zhihui Yang، Feng Yang و Xiaolei Zhang است که همگی از دانشکده علوم کامپیوتر دانشگاه ووهان هستند.
منبع:
زو، ایکس، و همکاران (2022) FingerDTA: چارچوب جاسازی اثر انگشت برای پیش‌بینی میل اتصال به دارو. کلان داده کاوی و تجزیه و تحلیل. doi.org/10.26599/BDMA.2022.9020005.