TB手机介绍

2012年10月16日

TB移动标志

来自CDD科学副总Sean Ekins博士、理学博士的信息。

在CDD,我们专注于开发结核杆菌(Mtb)抑制剂作为结核病(TB)药物的新策略。结核病每年导致180万人死亡(约每8秒就有一人死亡)。药物与药物之间的相互作用以及与HIV的共病也是结核病的重要因素。在高通量筛选方面有相当大的增长,以确定命中率作为潜在疗法的起点。即使1000的命中率已经确定(1-3),以这种方式,我们缺乏目标分配,这将有助于评估效用和基于目标的优化。

因此,我们整理了>700个筛选出的分子与Mtb及其靶点的信息(4)。这些数据仅在Collaborative Drug Discovery, Inc.(CDD)中。我们添加了关于靶点、本质性、文献链接(PubMed)、基因(tbdb.org)、途径(TBCyc,它提供了基于途径的整个细胞生化网络的可视化)和人类同源物信息的公开数据。

我们现在已经使用这个数据集,并创建了一个名为TB Mobile的iOS应用程序,显示分子结构并链接到生物信息学数据。通过输入分子结构并进行相似性搜索,我们可以推断出潜在的靶点,或者通过靶点搜索来检索已知的活性化合物。该应用还具有过滤器,可以通过靶标名称、途径名称、本质性和人类同源物来限制可见分子。每个分子都可以复制到剪贴板,然后与其他应用程序(如MMDS,MolPrime,MolSync,ChemSpider,并从这些应用程序通过Twitter或电子邮件导出)或通过Dropbox共享。

TB Mobile是数据应用化的一个例子,可以扩展到其他药物发现数据集。我们将定期更新TB Mobile中的数据集,使其继续保持相关性。

TB手机 TB手机

该应用可用于搜索分子,如前线药物异烟肼(上图左)。分子信息和链接可以查看、共享或复制到剪贴板(上图右)。

TB手机

在应用程序中进行相似性搜索,可以对其他对结核病有活性的分子进行排名,并推断出潜在的目标。

TB手机 TB手机

数据还可以通过目标名称、途径名称、本质性和人类正源(左上图)进行过滤。例如,右图显示的是按目标InhA过滤的数据。

学分

Alex M. Clark(Molecular Materials Informatics, Inc.)负责应用程序的开发,Malabika Sarker(SRI)和Sean Ekins(CDD)负责策划数据,而应用程序则由Sean Ekins构思。该应用的资金来自国家过敏和传染病研究所的奖励编号2R42AI088893-02"结合化学信息学、多样化数据库和基于逻辑的路径分析,确定结核病的新型疗法"。(PI:S. Ekins)

参考文献

  1. Maddry, J. A.; Ananthan, S.; Goldman, R. C.; Hobrath, J. V.; Kwong, C. D.; Maddox, C.; Rasmussen, L.; Reynolds, R. C.; Secrist, J. A. 3rd; Sosa, M. I.; White, E. L.; Zhang, W. Antiterculosis activity of the molecular libraries screening center network library.Tuberculosis(Edinb)2009,89,354-363.
  2. Ananthan, S.; Faaleolea, E. R.; Goldman, R. C.; Hobrath, J. V.; Kwong, C. D.; Laughon, B. E.; Maddry, J. A.; Mehta, A.; Rasmussen, L.; Reynolds, R. C.; Secrist, J. A.。3rd;Shindo,N.;Showe,D.N.;Sosa,M.I.;Suling,W.J.;White,E.L. High-throughput screening for inhibitors of Mycobacterium tuberculosis H37Rv.结核病(Edinb)2009,89,334-353。
  3. Reynolds, R. C.; Ananthan, S.; Faaleolea, E.; Hobrath, J. V.; Kwong, C. D.; Maddox, C.; Rasmussen, L.; Sosa, M. I.; Thammasuvimol, E.; White, E. L.; Zhang, W.; Secrist, J. A., 3rd.基于激酶抑制剂支架对结核分枝杆菌H37Rv的库的高通量筛选。Tuberculosis (Edinb) 2011.
  4. Sarker, M.; Talcott, C.; Madrid, P.; Chopra, S.; Bunin, B. A.; Lamichhane, G.; Freundlich, J. S.; Ekins, S. Combining cheminformatics methods and pathway analysis to identify molecules with whole-cell activity against Mycobacterium Tuberculosis.Pharm Res 2012, 29, 2115-2127.

本博客由CDD Vault社区成员撰写。CDD Vault是一个托管的药物发现信息学平台,可以安全地管理私人和外部生物和化学数据。它提供的核心功能包括化学注册结构活性关系、生物活性关系等。 化學品庫存電子實驗室筆記本功能!

CDD Vault:药物发现信息学,让你的整个项目团队都能接受!