协作式药物发现公司获得SBIR第二阶段资助，开发跨分布式私有数据集的生物计算工具，以增强药物发现能力。

加州Burlingame--2013年11月19日--基于网络的药物发现信息学平台供应商Collaborative Drug Discovery (CDD)宣布，他们已经获得了一笔资金，用于一个专注于计算模型和数据共享的软件开发项目。

国家推进转化科学中心的第二阶段小企业创新研究(SBIR)资助是实现生物数据共享计划的一部分。

"在第一阶段，我们证明了结核病的计算机器学习模型可以在实验室之间共享，并用于进行预测和选择化合物进行测试，"CDD 首席科学官Sean Ekins,Ph.D., D.Sc. 说。在与Joel Freundlich（罗格斯-新泽西医学院）、Robert Reynolds（南方研究所）和Allan Casey（传染病研究所）的合作下，在体外（1-5）确定了针对全细胞结核分枝杆菌的新活性化合物。Ekins补充说："这项工作是在我们2010年与辉瑞公司的宝贵合作之后进行的，该合作还产生了一篇描述使用开放源码工具进行计算ADME模型的论文（6）。我们当时意识到，有一个重要的机会，即利用CDD ，来主持和选择性地分享计算模型"。

这笔资助将建立在CDD"托管数据的安全选择性共享 "的开创性工作上，并将用于开发一个新产品CDD 。

所述项目得到了美国国家推进转化科学中心的奖号9R44TR000942-02的支持。内容完全由作者负责，不一定代表国家推进转化科学中心或国家卫生研究院的官方观点。

关于合作药物开发公司（Collaborative Drug Discovery, Inc.
CDD (www.collaborativedrug.com)提供了市场上使用最广泛的基于网络的药物发现信息学平台。CDD Vault®是安全、私有的工业强度数据库，将传统的药物发现信息学（注册和SAR）与社交网络功能相结合。CDD Vault 的免费版本使研究人员能够挖掘来自各种科学数据提供者的独特的公共信息汇总。

媒体联系方式。Barry Bunin,PhD, Collaborative Drug Discovery, (650) 204-3084, [email protected]

参考文献：

1.Ekins S, Casey A.C, Roberts D, Parish T. and Bunin BA, Bayesian Models for Screening and TB Mobile for Target Inference with Mycobacterium tuberculosis, Submitted 2013.

2.Ekins S, Freundlich JS and Reynolds RC, Fusing dual-event datasets for Mycobacterium Tuberculosis machine learning models and their evaluation, J Chem Inf Model, In Press 2013.

Ekins S, Freundlich JS, Hobrath JV, White EL, Reynolds RC, Combining computational methods for hit to lead optimization in Mycobacterium tuberculosis drug discovery, Pharm Res, In Press 2013.

4.Ekins S、Reynolds RC、Franzblau SG、Wan B、Freundlich JS和Bunin BA。Enhancing hit identification in Mycobacterium tuberculosis drug discovery using validated dual-event Bayesian models, PLOS ONE, 8(5): e63240, 2013.

Ekins S、Reynolds RC、Kim H、Koo M-S、Ekonomidis M、Talaue M、Paget SD、Woolhiser LK Lenaerts AJ、Bunin BA、Connell N和Freundlich JS。Bayesian models leveraging bioactivity and cytotoxicity information for drug discovery, Chem Biol, 20: 370-378, 2013.

6.Rishi R. Gupta, Gifford, EM, Liston T, Waller CL, Hohman M, Bunin BA and Ekins S, Using open source computational tools for predicting human metabolic stability and additional ADME/Tox properties, Drug Metab Dispos, 38: 2083-2090, 2010.