‎الكيميائيون استخدموا التعلم الآلي والنمذجة الجزيئية لتحديد عقاقير محتملة لمكافحة السرطان

استخدم كيميائيو جامعة RUDN وزملاؤهم من الصين عدة نماذج للتعلم الآلي واكتشفوا مجموعة من العقاقير المحتملة التي تثبط الإنزيم المسؤول عن انقسام الخلايا غير المتحكم فيه. تم نشر النتائج في مجلة Biomedicines.

إن الكايناز المعتمد على السيكلين 2 (CDK 2) هو إنزيم يشارك في تنظيم انقسام الخلايا. على الرغم من أن CDK 2 ليس ضروريًا في الخلايا السليمة، إلا أن له دورًا حاسمًا في نمو الخلايا السرطانية غير المتحكم فيه. قمع نشاط CDK 2 يقيد نمو الأورام، لذلك من المهم العثور على مثبطات فعّالة لـ CDK 2. جمع كيميائيو جامعة RUDN وزملاؤهم من الصين بين طرق البحث عبر الحاسوب لهذا الغرض: التعلم الآلي والنمذجة الجزيئية. نتيجة لذلك، تمكن الكيميائيون من اكتشاف عدة مثبطات محتملة.

“الكايناز المعتمد على السيكلين 2 هو هدف واعد لعلاج السرطان. تطوير مثبطاته مهم في علاج الأورام. لا يزال مشاركة هذا الإنزيم في تكوين الأورام غير مفهومة تمامًا، ولكن من الواضح بالفعل أن قمعه مفيد في علاج السرطان. خضعت عدة مثبطات بالفعل للتجارب السريرية، ولكن لم يتم العثور على مثبط انتقائي خصيصًا لهذا الإنزيم حتى الآن”، قال ألكسندر نوفيكوف، دكتور في الكيمياء وباحث أول في معهد الأبحاث الكيميائية المشترك لجامعة RUDN.

للعثور على عقار مرشح، استخدم الكيميائيون طرق التعلم الآلي. بنى الكتّاب عدة نماذج للعثور على مثبطات نشطة لـ CDK 2. بنى الكيميائيون نموذجًا جزيئيًا باستخدام طريقة التحجير الجزيئي، التي يمكن أن تحدد التوجيه الجزيئي الأكثر ملائمة لتكوين مركب مستقر.

تمكنت نماذج التعلم الآلي من تحديد 25 مثبطًا نشطًا محتملاً لـ CDK 2 بدقة تصل إلى 98٪. اختبر الكيميائيون كل منها باستخدام التحجير الجزيئي. عملت ثلاثة مركبات بشكل أفضل. بالنسبة لأفضل ثلاثة، تم بناء نمذجة حاسوبية باستخدام طريقة الديناميات الجزيئية ومقارنتها مع المركب المرجعي دالبيسيكليب.

اتضح أن جميع الثلاثة أكثر استقرارًا وأكثر اندماجًا.
“بالمقارنة مع الدواء التحكمي دالبيسيكليب، أظهرت الثلاثة مركبات المحسوبة سلوكًا أكثر استقرارًا واندماجًا. على الرغم من النتائج الواعدة، إلا أن دراستنا تعاني من عدة قيود. نحتاج إلى تجارب سريرية عميقة في الأنابيب وفي الجسم لتأكيد النشاط المثبط والفعالية العلاجية المحتملة. بالإضافة إلى ذلك، عند تطوير العقاقير، سيكون من الضروري دراسة تأثير المركبات على التفاعلات الجانبية وسميتها”، ألكسندر نوفيكوف، دكتور في الكيمياء وباحث أول في معهد الأبحاث الكيميائية المشترك لجامعة RUDN.

المصدر : https://www.newswise.com/articles/rudn-chemists-used-ml-and-molecular-modeling-to-identify-potential-anticancer-drugs

اترك تعليقاً