Orgasme yang Segera Terjadi Pada Wanita Berhubungan Dengan Kaki Gelisah - ScienceDaily

Pemodelan berbasis aktivitas biologis dapat meningkatkan skrining untuk senyawa obat yang menjanjikan – ScienceDaily


Menilai suatu senyawa obat berdasarkan aktivitasnya, bukan hanya strukturnya, adalah pendekatan baru yang dapat mempercepat pencarian terapi COVID-19 dan mengungkap lebih banyak terapi potensial untuk penyakit lain.

Fokus berbasis tindakan ini – disebut pemodelan berbasis aktivitas biologis (BABM) – membentuk inti dari pendekatan baru yang dikembangkan oleh para peneliti National Center for Advancing Translational Sciences (NCATS) dan lainnya. NCATS adalah bagian dari National Institutes of Health (NIH). Para peneliti menggunakan BABM untuk mencari agen anti-SARS-CoV-2 potensial yang tindakannya, bukan strukturnya, mirip dengan senyawa yang sudah terbukti efektif.

Ilmuwan NCATS Ruili Huang, Ph.D., dan Wei Zheng, Ph.D., memimpin tim peneliti yang menciptakan pendekatan tersebut. Temuan mereka diposting secara online pada 23 Februari oleh jurnal tersebut Bioteknologi Alam.

“Dengan metode baru ini, Anda dapat menemukan struktur kimia yang benar-benar baru berdasarkan profil aktivitas dan kemudian mengembangkan obat yang benar-benar baru,” jelas Huang. Dengan demikian, menggunakan informasi tentang aktivitas biologis suatu senyawa dapat memperluas kumpulan pengobatan yang menjanjikan untuk berbagai penyakit dan kondisi.

Ketika peneliti mencari senyawa baru atau mencari obat yang ada untuk digunakan kembali melawan penyakit baru, mereka semakin banyak menggunakan alat skrining untuk memprediksi obat mana yang mungkin menjadi kandidat yang baik. Skrining virtual, atau VS, memungkinkan ilmuwan menggunakan analisis komputer tingkat lanjut untuk menemukan kandidat yang berpotensi efektif dari jutaan senyawa dalam koleksi.

Teknik VS tradisional mencari senyawa dengan struktur yang mirip dengan yang diketahui efektif terhadap target tertentu pada patogen atau sel, misalnya. Kemiripan struktural tersebut kemudian diasumsikan memberikan aktivitas biologis yang serupa.

Dengan BABM, bagaimanapun, para peneliti tidak perlu mengetahui struktur kimia suatu senyawa, menurut Huang. Sebaliknya, mereka menggunakan profil pola aktivitas senyawa – bagaimana ia berperilaku pada berbagai konsentrasi terhadap panel target atau tes – untuk memprediksi keefektifan potensial terhadap target baru atau dalam pengujian obat baru.

Penggunaan skrining throughput tinggi kuantitatif (qHTS) yang sekarang tersebar luas memungkinkan BABM lebih akurat dalam prediksinya. qHTS menilai keefektifan senyawa pada berbagai konsentrasi dalam ribuan tes dari waktu ke waktu. Praktik tersebut memberikan lebih banyak detail tentang bagaimana suatu senyawa berperilaku daripada penyaringan throughput tinggi tradisional, yang hanya menguji satu konsentrasi senyawa. Informasi yang dihasilkan oleh qHTS menciptakan profil aktivitas biologis yang lebih kuat – juga dikenal sebagai tanda tangan – untuk setiap jutaan senyawa.

Untuk menguji pendekatan BABM, para peneliti memanfaatkan kumpulan besar data yang dihasilkan oleh ratusan analisis qHTS yang dijalankan pada koleksi internal lebih dari 500.000 senyawa dan obat-obatan NCATS. Pertama, mereka memverifikasi kemampuan BABM menggunakan profil aktivitas untuk mengidentifikasi senyawa yang sudah terbukti efektif melawan virus Zika dan Ebola. BABM juga mengidentifikasi senyawa baru yang menjanjikan melawan virus tersebut.

Para ilmuwan kemudian beralih ke SARS-CoV-2, virus yang menyebabkan COVID-19. Mereka menerapkan BABM, model berbasis struktur dan pendekatan gabungan untuk menganalisis senyawa perpustakaan NCATS guna menemukan potensi agen anti-SARS-CoV-2. BABM memprediksikan bahwa profil aktivitas dari 311 senyawa mungkin menunjukkan harapan untuk melawan virus corona.

Para peneliti kemudian menguji 311 senyawa tersebut di luar laboratorium terhadap virus SARS-CoV-2 yang hidup. Hasilnya: Hampir sepertiga dari senyawa yang didukung BABM (99) menunjukkan aktivitas antivirus dalam pengujian. Rasio klik prediksi yang didorong BABM mengungguli model berbasis struktur – dan menggabungkan model berbasis aktivitas dan model berbasis struktur menghasilkan hasil prediksi yang lebih baik.

Keuntungan utama BABM adalah kecepatan. “Metode ini sangat cepat – Anda pada dasarnya hanya menjalankan algoritme komputer, dan Anda dapat mengidentifikasi banyak petunjuk obat baru, bahkan dengan struktur kimia baru,” kata Huang. Faktanya, menyaring seluruh perpustakaan NCATS yang terdiri dari setengah juta senyawa untuk kandidat anti-SARS-CoV-2 hanya membutuhkan waktu beberapa menit.

BABM juga merupakan alat yang dapat dipindahtangankan – tidak terbatas untuk digunakan di pustaka gabungan NCATS. “Siapapun dapat menggunakan metode ini dengan menerapkan data profil aktivitas biologis apa pun, termasuk data NCATS yang tersedia untuk umum,” Huang menekankan.

Para peneliti NCATS memperkirakan dampak model berbasis aktivitas mereka dapat melampaui pencarian pengobatan COVID-19 dan penemuan obat molekul kecil. Dengan adanya zat apa pun dengan profil aktivitas yang tersedia, para ilmuwan dapat memprediksi aktivitasnya terhadap target baru, untuk indikasi baru, atau terhadap penyakit baru.

“Selain molekul kecil, pendekatan ini dapat diterapkan pada biologi, antibodi, dan terapi lain,” kata Huang. “BABM adalah untuk semua proyek penemuan obat.”

Untuk Informasi Lebih lanjut silahkan Kunjungi : Lagu Togel