CDD授予阶段2 SBIR授予药物发现深层学习策略

CDD新闻稿徽标

CDD授予阶段2 SBIR授予药物发现深层学习策略

Burlingame,加利福尼亚州-April 7,2020- 协同药物发现,提供者 CDD保险库 基于网络的药物发现信息平台,宣布他们赢得了竞争对手的同行评审阶段2 SBIR批准来自NIH NCATS的题为:“更好地预测候选药物的药理性质和焦点发现努力的新深度学习策略”。

合作药物发现,Inc。(CDD)建议继续发展基于深度学习神经网络的新型计算建模方法来编码分子 化学上丰富的载体.

阶段1 我们证明,该表示使得计算模型能够更准确地预测分子的化学性质而不是最先进的模型,而且建设也很简单,因为它们不需要任何专家决策或优化来实现高性能。

阶段2 我们将利用这种前所未有的简单性来开发一个直观的软件包,它将首次启用任何在药物发现中的化学家或生物学家创建和运行自己的预测模型 - 而不依赖于专业化学信息学专业知识 - 但仍然达到或超过准确性最佳目前可用的技巧。我们还将在1阶段1概念上扩展我们的验证,以包括更广泛的生物活性,ADME / TOX和药代动力学性质。这些目的已经足够了解了一个突破性的产品,这将有助于科学家在许多治疗领域广泛地加速对新药的发现。

利用预训练编码器的QSAR模型的概念

预测药理学相关特性的计算模型在学术实验室到大型制药公司的药物发现研究中发挥着普遍的作用。现在可以用这种性质(例如LOGP)的性质建模,即该模型更换了执行测定的需要,但许多其他关键特性(例如溶解度,Adme,PK,Herg)仍然远离这一目标。我们预计我们提出的化学丰富的矢量将显着推进除了传统描述符和指纹可以实现的最新状态。改进的模型将使研究人员更有效地选择铅候选人系列,探索围绕导线的化学空间更有效地产生新型知识产权,降低通过药物发现管道推进化合物的失效率,并加速整个药物发现过程。这些益处将在大多数治疗区域广泛实现。

关于这一补助金

小型企业创新研究(SBIR)是能够共享生物数据的计划的一部分。前一阶段1 从国家推进科学中心奖励号码#1R43TR002527-01 NIH记者。此内容完全是作者的责任,并不一定代表官方意见 国家推进翻译科学中心 或国家健康研究院。

关于合作药物发现,Inc。

CDD(www.collaborativedRug.com.)旗舰产品“CDDVault®”,用于管理化学登记,结构 - 活动关系(SAR)和安全规模合作。 CDDVault®是一个托管数据库解决方案,可靠管理和分享生物和化学数据。它让您直观地组织化学结构和生物学研究数据,并通过易于使用的Web界面与内部或外部合作伙伴合作。 CDD Vault中的可用模块包括活动&注册,可视化,库存和eln。

在我们的资源页面上可以在线在线找到超过60个出版物和CDD专利的完整列表  //www.selacapo.net/publications-and-resources/.


媒体联系方式: Barry Bunin,Ph.D.,合作药物发现, [电子邮件 protected]