Cancer drug discovery får et boost fra den store 3d-database


Cancer drug discovery får et boost fra den store 3d-database

Tilføjelsen af ​​3D forbedringer til verdens største database for kræftforskning og stofopdagelse bør være et enormt boost for forskere på udkig efter mere effektive måder at udvikle nye kræftbehandlinger på.

Databasen indeholder nu 3D-strukturer på næsten 3 millioner nicher på overfladen af ​​næsten 110.000 kræftfremkaldende molekyler.

Dermed konkluderer forskere, der har gennemført større opdateringer til canSAR, en stor offentligt tilgængelig kræftdatabase, der trækker viden fra områder som biologi, kemi, farmakologi og strukturbiologi for at hjælpe med at fortolke eksperimentelle data og gøre forudsigelser nyttige til lægemiddelopdagelse.

Teamet, fra Institut for Kræftforskning (ICR) i London, UK, beskriver de nye forbedringer af canSAR i tidsskriftet Nucleic Acids Research .

Et væsentligt træk ved opdateringen er tilføjelsen af ​​3D-strukturer af defekte proteiner og kort over kræfts kommunikationsnet.

Andre forbedringer omfatter bedre browsing og søgeværktøjer, nye opsummeringer af sygdoms- og kræftlinjer og forbedrede batchanalyseværktøjer, noter forfatterne af Cancer Research UK-finansierede projekt.

Seniorforfatter Dr. Bissan Al-Lazikani, som har ført udviklingen af ​​canSAR, og hvis forskning på ICR fokuserer på at udvikle og anvende tværfaglige beregningsmetoder til at understøtte narkotikaopdagelse, siger:

Vores mål er, at kræftforskere vil blive bevæbnet med de data, de har brug for til at udføre livreddende forskning i fremtidens mest spændende stoffer."

CanSAR-databasen har været i gang siden 2011 og har til formål at bruge "store data" til at opbygge et detaljeret billede af, hvordan de fleste humane molekyler opfører sig.

Databasen indeholder allerede milliarder eksperimentelle målinger, der kortlægger effekten af ​​en million stoffer og kemikalier på humane proteiner. Det har også tilføjet disse oplysninger med genetiske data og resultater fra kliniske forsøg.

Dr. Al-Lazikani forklarer hvorfor ressourcen er så nyttig:

"Forskere skal finde alle de oplysninger, der er om et defekt gen eller protein for at forstå, om et nyt lægemiddel kan arbejde. Disse data er store og spredte, men canSAR-databasen bringer dem sammen og tilføjer værdi ved at identificere skjulte links og præsentere nøglen Oplysninger nemt."

Største kræftmedicinsk opdagelsesdatabase i verden

Den seneste opdatering betyder, at forskere - ved hjælp af kunstig intelligens - kan søge efter nyttige nicher på overfladerne af defekte kræftfremkaldende molekyler, der kan bruges af nye lægemidler til at blokere deres virkning.

Databasen indeholder nu 3D-strukturer på næsten 3 millioner nicher på overfladen af ​​næsten 110.000 kræftfremkaldende molekyler.

En anden ny funktion er, at forskere kan identificere kommunikationsveje for at blokere indenfor tumorsceller.

Dr. Al-Lazikani siger, at databasen er den største af sin art i verden med over 140.000 brugere fra over 175 lande.

Hun og hendes team er vedvarende ved at supplere det og "udvikler regelmæssigt nye kunstige intelligens teknologier, der hjælper forskere med at lave forudsigelser og design eksperimenter," tilføjer hun.

Dr. Kat Arney, videnskabsinformationsleder hos Cancer Research UK, siger noget, der reducerer tid og omkostninger ved at finde nye kræftbehandlinger, hjælper med at bringe næste generation af stoffer til patienter endnu før og noterer:

Denne database giver masser af detaljerede videnskabelige oplysninger om kræft til rådighed for forskere over hele verden, og vil fremskynde afgørende fremskridt inden for stofforskning - i sidste ende at spare flere liv."

CanSAR-databasen er tilgængelig online via ICR.

I mellemtiden, Medical-Diag.com For nylig lært, at 1 ud af 5 offentligt finansierede kliniske forsøg på kræftbehandlinger ikke har rekrutteret nok deltagere, og med det for øje har en gruppe forskere udviklet en algoritme til at hjælpe forsøgsdesign og prioritering.

The Future of Early Cancer Detection? | Jorge Soto | TED Talks (Video Medicinsk Og Professionel 2021).

Afsnit Spørgsmål På Medicin: Sygdom