Beregningsværktøjer og nye strategier gør opdagelse af lægemidler mere effektiv

Den kemiske industri har kun ridset overfladen af ​​mulige molekyler, der kunne bruges som lægemidler, hvilket er ufatteligt større end antallet af stjerner i universet. For at gøre det mere overskueligt at navigere i dette enorme kemiske rum, bruger forskere nye beregningsværktøjer, der gør processen billigere og mere effektiv, ifølge en forsidehistorie i Chemical &Engineering News .

Lægemiddelforskere har traditionelt stolet på high-throughput screening, hvor små rækker af forbindelser testes mod et mål, skriver seniorredaktør Laura Howes. Denne metode afhænger af at finde flere molekyler at teste, og det kan være tidskrævende og dyrt. For at imødekomme behovet for flere molekyler, vokser virksomheder deres fysiske og virtuelle biblioteker af forbindelser. Virksomheder med store virtuelle sammensatte kataloger holder mindre molekylefragmenter ved hånden, der kan bruges som byggesten til større molekyler. Når en kunde bestiller en forbindelse fra disse biblioteker, samler leverandøren den on-demand fra byggestenene, baseret på kemiske og eksperimentelle data.

Ved hjælp af øget computerkraft og den enorme indsats, kemikere har gjort for at indkode kemi i computere, har forskere udnyttet beregningsteknologi ved at bruge algoritmer såvel som nyere teknologier, såsom kunstig intelligens og maskinlæring. Optimering af skærme med beregningskraft og kombination af screeningsteknologier gør det muligt for forskere at være mere strategiske, hvilket indsnævrer de enorme muligheder for forbindelser at teste. Mens et lægemiddel fundet ved hjælp af disse metoder endnu ikke eksisterer på markedet, siger eksperter, at dette felt er klar til vækst baseret på mængden af ​​tid og penge, som industrien investerer i disse bestræbelser. + Udforsk yderligere

Fluorescerende molekyler afsløret af kvantekemi og maskinlæring