新規購入お見積

StarDropの予測モデルによる抗炎症剤の改良

Southern Research Instituteには、 FDAが承認した8つの抗がん剤を含む、創薬における豊富な成功実績と幅広い横断的なプログラムがあります。同研究所の科学者が分子設計とデータ解析の指針としてStarDropを使用する方法と理由について、Sixue Zhang博士とディスカッションを行いました。

最近のプロジェクトについて教えてください。どのような困難に直面しましたか?

SZ:創薬は複数のパラメータが絡む問題です。バランスの取れた分子を設計するために、活性だけでなく薬物動態やADME特性も考慮する必要があります。

アラバマ大学との最近の共同研究では、急性皮膚、腎臓、肝臓損傷の治療に重要な新しい抗炎症剤に焦点を当てたものでした。計算研究者、生物学者、化学者で構成される私たちのチームは、小分子ブロモドメイン4 (BRD4) 阻害剤の設計を目指していました。これらの新しい化合物を設計するには信頼性の高い予測が必要でした。特に、既存の構造と比較して代謝安定性と溶解性を向上させる必要がありました。

StarDrop はこの新薬発見プロジェクトにどのように貢献しましたか?

SZ :このプロジェクト全体を通じてStarDropを使用しました。StarDropのADME QSARモジュールを使用することで、他の特性モデルとともに、重要な溶解度と代謝安定性の予測が得られました。例えば、FDAの安全規制に準拠するために、潜在的な心毒性に対してStarDropのhERG 阻害予測を調査することができました。

毒性予測をさらに強化するため、当社は最近、StarDrop内のDerek Nexusモジュールを利用しています。これにより、40の主要な毒性指標の知識ベース予測が可能になります。毒性予測は前臨床試験に関連しているため、当社のプロジェクトを進める上で最適な候補を選別することができました。

我々は、これらの予測を実験によって裏付けました。毒性(または他の予測特性)に寄与しうる分子領域をハイライトするGlowing Molecule™機能は、当社の医薬化学の知見と矛盾しないことがわかりました。

このシンプルで明確な視覚化は、分子設計をする上で非常に重要です。

StarDrop は他にどのようなサポートを行っていますか?

SZ : ADME QSARに加えて、たくさんの機能を使用しています。始めに、ビルトインモデルがない特性に関する実験データがある場合は、独自のカスタムモデルを構築できます。また、これらのカスタムモデルに取り組んでいる間、OptibriumのR&Dチームは非常にオープンで協力的でした。特に、将来、カスタムモデルをサポートするさらに強力なアルゴリズムが組み込まれる予定で、非常に楽しみにしています。また、結合モードの予測には StarDropのSeeSARモジュールを使用しています。タンパク質ターゲットがわかっているプロジェクトの場合、特に親化合物の共結晶構造がある場合は、特定の類似体のターゲット設計にSeeSARを使用できます。

私たちの設計プロセスは、 R 基バリエーションなどのStarDropの分子列挙機能を使用することでさらに強化されます。カスタム設計のライブラリと組み込みのStarDropライブラリの両方を使用することで、既知の反応と市販の出発物質を使用して合成可能な化合物を簡単に列挙できます。

結局のところ、StarDropの何が特別なのでしょうか?

SZ:当社の創薬チームは、私のような計算化学者と実験科学者の両方で構成されています。そのため、実験科学者にとって迅速かつ簡単に使用できるソフトウェアが必要です。StarDrop はまさにその要件を満たしており、非常にユーザーフレンドリーで便利です。

最近StarDropのクラウドバージョンに切り替えたので、さらに便利になり、チームは携帯電話からでもStarDropにアクセスできるようになりました。この柔軟なアクセスは非常に貴重です。

もちろん、ソフトウェア自体が有用で信頼できるものでなければ、この利便性は意味がありません。予測モデルのガイダンスは、特にGlowing Moleculeと組み合わせて、ターゲットにする部分を正確に表示する場合に非常に役立ちます。これにより、特性プロファイルを改良するために構造のどの部分を修正する必要があるかを正確に特定できます。これは、数値予測値のみを提供する他のツールと比較して、非常に便利です。

ソフトウェア自体に加えて、専門的で迅速なカスタマーサービスもあります。

StarDropは創薬をどのように変えるのでしょうか?

SZ : StarDropのような予測ツールがなければ、各プロジェクトは非常に時間がかかり、非効率的になります。StarDropを利用すれば、同じ機能を持つ社内スクリプトの開発にかかる時間も節約できます。予測モデルやSAR解析に簡単に利用できなければ、当社の医薬品化学者は、ターゲットを特定できずに非常に多くの分子を合成しなければならず、時間と費用を無駄にしていたでしょう。

この抗炎症プロジェクトの詳細はどこで知ることができますか?

SZ:このプロジェクトの結果 (StarDropで使用した手法の詳細は補足情報で参照可能) は、Bioorg. Med. Chem. Lettに掲載されています。

(原文)https://optibrium.com/knowledge-base/case-study-improving-anti-inflammation-agents-with-stardrops-predictive-models/