협업 약물 발견, 새로운 화학에 대한 가상 접근 방식 개발을 위한 새로운 NIH 보조금 발표

벌링게임, 캘리포니아 — 2022년 12월 12일 — Collaborative Drug Discovery는 National Center for Advancing Translational Sciences로부터 $ 880,000의 보조금을 받았습니다. CDD Vault 새로운 화학에 대한 가상 접근 방식의 개발을 위해.

두 개의 새로운 가상 화학 기술이 NCATS ASPIRE 프로젝트에 별도의 모듈로 추가됩니다. 첫 번째 모듈을 사용하면 기기에서 직접 가져온 최신 구조/활동 데이터를 사용하여 최첨단 (심층) 기계 학습 기술에서 새로운 화학 물질을 모델링하고 선택할 수 있습니다. 두 번째 모듈은 화학 물질이 풍부한 데이터를 기계 판독 가능한 반응으로 의미 론적 템플릿으로 캡처하는 새로운 정보학 시스템으로, 전자 실험실 노트북에서 화학 반응의 유용성을 높이고 반응 분석 (및 해당 반응 생성물)의보다 정확한 조사 및 자동화를 허용합니다. 모듈 1의 딥러닝 기술은 화학 구조에 대한 정보를 인코딩 프로세스를 되돌릴 수 있는 효율성으로 64개의 숫자로 구성된 벡터로 압축할 수 있는 새로운 화학적으로 풍부한 벡터(CRV) 방법론을 기반으로 합니다. CRV를 높은 성공(>90% 정확히 일치)으로 원래 구조로 다시 변환할 수 있을 뿐만 아니라, 그러나 수정 된 CRV는 화학 공간에서 해당 지점을 나타내는 구조로 변환 될 수 있습니다. CRV는 작은 공간에 훨씬 더 많은 화학 정보를 포함하고 기존 설명자에 비해 구조-활동 모델의 자동화를 보다 간소화할 수 있기 때문에 SAR/QSAR 반복에 대한 탁월한 설명자가 됩니다. 결과 모델은 대화형 시각적 인터페이스(인간 주도) 또는 백엔드 알고리즘을 통해 다차원 공간을 탐색하여 새롭고 더 나은 구조(기계 지향)를 지속적으로 검색합니다. 대화형 프로세스와 자동화된 프로세스 모두 ASPIRE 자동화 주기에 다시 연결되어 합성 및 측정(가설 평가 및 반복 최적화)할 수 있습니다. 두 번째 모듈인 기계 판독 가능 반응은 자연어 모델을 사용하여 시맨틱 온톨로지 용어를 생물학적 분석 프로토콜에 할당하여 비정형 텍스트에서 기계가 읽을 수 있는 데이터로 변환하는 BioHarmony Annotator(이전: BioAssay Express)를 개발한 광범위한 경험을 바탕으로 합니다. 프로토콜 및 화학 구조 다이어그램에서 반응의 전체 내용을 추출하는 것은 다이어그램에 들어가는 텍스트, 약어, 바로 가기 및 가정의 구조화되지 않은 특성을 고려할 때 매우 어렵습니다. 반응식의 재료를 반응 텍스트 설명(예: 시약, 용매, 레시피에 관련된 서열, 반응 워크업 및 생성물 특성화)과 연결해야 하기 때문에 더욱 복잡해집니다. 대안으로, 우리는 모듈화 할 것입니다 CDD 화학 양 론적 스케쳐를 사용하여이 데이터를 추출 할 수 있습니다. NCATS와 협력하여 캡처할 중요한 필드를 식별하여 기계가 읽을 수 있는 화학 반응 템플릿을 만들 것입니다.