Mixture-of-Experts Based Dissociation Kinetic Model for De Novo Design of HSP90 Inhibitors with Prolonged Residence Time

住所 停留时间(流体动力学) 离解(化学) 化学 动能 有机化学 工程类 物理 社会学 人口学 岩土工程 量子力学
作者
Yujing Zhao,Lei Zhang,Siwen Gu,Qingwei Meng,Li Zhang,Heshuang Wang,Liang Sun,Qilei Liu
出处
期刊:Journal of Chemical Information and Modeling [American Chemical Society]
标识
DOI:10.1021/acs.jcim.4c00726
摘要

The dissociation rate constant (koff) significantly impacts the drug potency and dosing frequency. This work proposes a powerful optimization-based framework for de novo drug design guided by koff. First, a comprehensive database containing 2,773 unique koff values is created. Based on the database, a novel generic dissociation kinetic model is developed with a mixture-of-experts architecture, enabling high-throughput predictions of koff with high accuracy. The developed model is then integrated with an optimization-based mathematical programming approach to design drug candidates with low koff. Finally, the τ-RAMD method is utilized to rigorously verify the designed potential drug candidates. In a case study, the framework successfully identified numerous new potential HSP90 inhibitor candidates, achieving a maximum 45.7% improvement in residence time (τ = 1/koff) compared to that of a known exceptional HSP90 inhibitor. These findings demonstrate the feasibility and effectiveness of the kinetics-guided optimization-based de novo drug design framework in designing drug candidates with prolonged τ.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
火星上马里奥完成签到 ,获得积分10
2秒前
2秒前
生姜发布了新的文献求助20
3秒前
3秒前
4秒前
4秒前
Maruko_0_发布了新的文献求助10
4秒前
Solar energy发布了新的文献求助10
6秒前
SciGPT应助Bismarck采纳,获得10
7秒前
阿盛发布了新的文献求助10
7秒前
JUN完成签到,获得积分10
8秒前
冷酷雅容发布了新的文献求助10
9秒前
10秒前
123的小王子给123的小王子的求助进行了留言
12秒前
大个应助冷酷乘风采纳,获得10
13秒前
摸鱼鱼完成签到,获得积分10
14秒前
15秒前
16秒前
16秒前
libingxuan发布了新的文献求助10
16秒前
文章要有性价比完成签到,获得积分10
17秒前
setmefree发布了新的文献求助10
18秒前
20秒前
肥逗发布了新的文献求助10
20秒前
北彧发布了新的文献求助10
21秒前
Owen应助小研究牲采纳,获得10
21秒前
22秒前
科研通AI2S应助个性的代荷采纳,获得10
22秒前
久晴发布了新的文献求助10
24秒前
26秒前
26秒前
lilili某发布了新的文献求助10
26秒前
noah99完成签到,获得积分10
27秒前
27秒前
迅速的巧曼完成签到 ,获得积分10
28秒前
大个应助JUN采纳,获得10
30秒前
积极的夏天完成签到 ,获得积分10
31秒前
u深度发布了新的文献求助10
31秒前
科研通AI2S应助高贵季节采纳,获得10
32秒前
肥逗完成签到,获得积分10
32秒前
高分求助中
The Oxford Handbook of Social Cognition (Second Edition, 2024) 1050
Kinetics of the Esterification Between 2-[(4-hydroxybutoxy)carbonyl] Benzoic Acid with 1,4-Butanediol: Tetrabutyl Orthotitanate as Catalyst 1000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Chen Hansheng: China’s Last Romantic Revolutionary 500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3140496
求助须知:如何正确求助?哪些是违规求助? 2791382
关于积分的说明 7798716
捐赠科研通 2447682
什么是DOI,文献DOI怎么找? 1302020
科研通“疑难数据库(出版商)”最低求助积分说明 626402
版权声明 601194