中南大学湘雅药学院曹东升教授团队在《Chemical Science》杂志发表最新研究成果

文章预览

导读 近日，中南大学湘雅药学院曹东升教授团队在国际权威期刊《Chemical Science》（中科院一区，NI指数期刊）发表了题为“ Predicting novel targets with Bayesian machine learning by integrating multiple biological signatures ”的研究成果。该研究开发了一种靶点预测方法，利用贝叶斯框架整合了 25 种高水平生物表征，捕捉到传统化学描述符未能识别的新靶点，从而通过骨架跃迁提高了靶点预测的准确性。 候选分子的靶标识别是药物开发过程中至关重要的一步，涉及先导化合物的发现、药物的再利用以及潜在的脱靶效应或药物副作用的解释。因此，提高靶点预测的精度具有重要意义。目前的靶点预测方法主要依赖基于配体的化学相似性原理，难以捕捉基于配体高 水平 特征的新化合物-靶点关系。在此背景下，该团队引入了一种创新算法——融合多生物表征策略(FMBS)，该 ………………………………