Core Concepts
CardioGenAI는 약물의 hERG 채널 활성을 감소시키면서도 약리학적 활성을 유지하는 방법을 제공한다.
Abstract
이 연구에서는 CardioGenAI라는 기계 학습 기반 프레임워크를 소개한다. 이 프레임워크는 약물의 심장 독성을 줄이면서도 약리학적 활성을 유지하는 방법을 제공한다.
주요 내용은 다음과 같다:
자기회귀 트랜스포머 기반 생성 모델을 사용하여 입력 약물의 분자 골격과 ADMET 특성을 기반으로 새로운 분자를 생성한다.
생성된 분자들을 hERG, NaV1.5, CaV1.2 채널 활성에 대한 판별 모델로 필터링한다.
입력 약물과 필터링된 생성 분자들의 화학적 특성 벡터를 계산하고, 유사도를 기반으로 최적화된 후보 화합물을 식별한다.
이 프레임워크를 FDA 승인 약물 pimozide에 적용한 결과, 동일한 약리학적 활성을 가지면서도 hERG 채널 활성이 크게 감소된 fluspirilene이라는 화합물을 발견했다.
Stats
pimozide의 실험적으로 측정된 hERG 채널 pIC50 값은 8.520이며, 모델이 예측한 값은 7.629이다.
fluspirilene의 예측된 hERG 채널 pIC50 값은 5.785로, 실험값은 5.638이다.
Quotes
"pimozide는 FDA 승인 항정신병 약물로, hERG 채널에 대한 높은 친화도를 보인다."
"fluspirilene은 pimozide와 동일한 약물 계열(diphenylmethanes)에 속하며, 유사한 약리학적 활성을 가지지만 hERG 채널 결합 활성이 700배 이상 낮다."