NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Monoamin oksidaz B (MAOB), mitokondriyal membranda ifade edilir ve Flavin adenin dinükleotid (FAD) kofaktörü yardımıyla benzylamin, fenetilamin ve dopamin gibi çeşitli nörolojik aktif aminlerin parçalanmasında önemli bir rol oynar. Parkinson hastalığı ile ilişkili semptomlar, dopamin bozulması azaltılabileceği için MAO-B inhibitörleri kullanılarak tedavi edilebilir. Şu anda, nanomolar bağlanma afinitelerine sahip birçok inhibitör mevcuttur. Bununla birlikte, Parkinson hastalığının tedavisi için uygun farmakokinetik özelliklere sahip üstün bağlanma afinitesi ve bağlanma özgüllüğü olan bileşiklere talep vardır ve hesaplama tarama yöntemleri bunun için büyük ölçüde işe alınabilir. Bununla birlikte, inhibitörleri veya kurşun ilaç benzeri bileşikleri sıralamak için mevcut kuvvet alanı yöntemlerinin doğruluğu geliştirilmeli ve bileşikleri taramak için yeni yöntemler geliştirilmelidir. MAO-B hedefine karşı faaliyet gösteren yaklaşık 3753 bileşiğin sıralamasında çeşitli kuvvet alanına dayalı yöntemlerin ve veri odaklı yaklaşımların performansını inceledik. Autodock ve autodock-vina kullanılarak hesaplanan bağlayıcılıkların güvenilir olmadığı gösterilmiştir. Kuvvet alanı tabanlı MM-GBSA da düşük performans gösterir. Bununla birlikte, bazı makine öğrenimi yaklaşımlarının, özellikle KNN'nin üstün olduğu bulunmuştur ve kompleksleri makul doğrulukta sıralamak için en güvenilir yaklaşım olarak KNN'yi önermekteyiz. Ayrıca, tüm istihdam edilen makine öğrenimi yaklaşımları da hesaplama açısından daha az talep görmektedir.
Özgün kaynak özetini okuyun
Monoamine oxidase B (MAOB) is expressed in the mitochondrial membrane and has a key role in degrading various neurologically active amines such as benzylamine, phenethylamine and dopamine with the help of Flavin adenine dinucleotide (FAD) cofactor. The Parkinson's disease associated symptoms can be treated using inhibitors of MAO-B as the dopamine degradation can be reduced. Currently, many inhibitors are available having micromolar to nanomolar binding affinities. However, still there is demand for compounds with superior binding affinity and binding specificity with favorable pharmacokinetic properties for treating Parkinson's disease and computational screening methods can be majorly recruited for this. However, the accuracy of currently available force-field methods for ranking the inhibitors or lead drug-like compounds should be improved and novel methods for screening compounds need to be developed. We studied the performance of various force-field-based methods and data driven approaches in ranking about 3753 compounds having activity against the MAO-B target. The binding affinities computed using autodock and autodock-vina are shown to be non-reliable. The force-field-based MM-GBSA also under-performs. However, certain machine learning approaches, in particular KNN, are found to be superior, and we propose KNN as the most reliable approach for ranking the complexes to reasonable accuracy. Furthermore, all the employed machine learning approaches are also computationally less demanding.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.