Core Concepts
乳がんの4つのサブタイプ(ホルモン受容体陽性かつHER2陰性、ホルモン受容体陽性かつHER2陽性、ホルモン受容体陰性かつHER2陽性、ホルモン受容体陰性かつHER2陰性)を標的とするため、EGFR、HER2、ER、NF-κB、PRを阻害する新規化合物の同定が重要である。
Abstract
本研究では、BindingDBデータベースからの化合物のバーチャルスクリーニングを行った。まず、活性/不活性と標的受容体の予測モデルを構築した。GA-SVM-SVM:GA-SVM-SVMモデルが最も優れた性能を示し、精度0.74、F1スコア0.73、AUC 0.94を達成した。このモデルを用いて、BindingDBデータベースから、EGFR+HER2、ER、NF-κB、PRに対して、それぞれ4454、803、438、378の新規阻害剤候補化合物を同定した。さらに、これらの化合物の標的受容体を簡単に判別できるデンドログラムを作成した。選択された化合物について分子ドッキングを行い、-15から-5 kcal/molの結合自由エネルギー範囲を示すことを確認した。最後に、医薬品化学の一般的な規則に基づいて、EGFR+HER2、ER、NF-κB、PRに対して、それぞれ2、3、3、8の新規化合物を優先的に選定した。
Stats
EGFR+HER2クラスでは、90%以上の精度で活性/不活性と標的受容体を予測できる4454個の新規化合物を同定した。
ERクラスでは、90%以上の精度で活性/不活性と標的受容体を予測できる803個の新規化合物を同定した。
NF-κBクラスでは、90%以上の精度で活性/不活性と標的受容体を予測できる438個の新規化合物を同定した。
PRクラスでは、90%以上の精度で活性/不活性と標的受容体を予測できる378個の新規化合物を同定した。
Quotes
"乳がんの4つのサブタイプ(ホルモン受容体陽性かつHER2陰性、ホルモン受容体陽性かつHER2陽性、ホルモン受容体陰性かつHER2陽性、ホルモン受容体陰性かつHER2陰性)を標的とするため、EGFR、HER2、ER、NF-κB、PRを阻害する新規化合物の同定が重要である。"
"GA-SVM-SVM:GA-SVM-SVMモデルが最も優れた性能を示し、精度0.74、F1スコア0.73、AUC 0.94を達成した。"