• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  •  science >> Vetenskap >  >> Kemi
    Beräkningsverktyg och nya strategier gör läkemedelsupptäckten effektivare

    Kredit:CC0 Public Domain

    Den kemiska industrin har bara skrapat på ytan av möjliga molekyler som skulle kunna användas som droger, vilket är ofattbart fler än antalet stjärnor i universum. För att göra navigeringen i detta enorma kemiska utrymme mer hanterbar använder forskare nya beräkningsverktyg som gör processen billigare och effektivare, enligt en omslagsartikel i Chemical &Engineering News .

    Läkemedelsforskare har traditionellt förlitat sig på screening med hög genomströmning, där små uppsättningar av föreningar testas mot ett mål, skriver Senior Editor Laura Howes. Denna metod är beroende av att hitta fler molekyler att testa, och det kan vara tidskrävande och kostsamt. För att möta behovet av fler molekyler, växer företag sina fysiska och virtuella bibliotek av föreningar. Företag med stora virtuella sammansättningskataloger har mindre molekylfragment till hands som kan användas som byggstenar för större molekyler. När en kund beställer en substans från dessa bibliotek, monterar leverantören den på begäran från byggstenarna, baserat på kemiska och experimentella data.

    Med hjälp av ökad beräkningskraft och den enorma ansträngning kemister har gjort för att koda kemi i datorer, har forskare utnyttjat beräkningsteknik, med hjälp av algoritmer såväl som nyare teknologier, såsom artificiell intelligens och maskininlärning. Genom att optimera skärmar med beräkningskraft och kombinera screeningtekniker kan forskare vara mer strategiska, vilket minskar de enorma möjligheterna för föreningar att testa. Medan ett läkemedel som hittats med dessa metoder ännu inte finns på marknaden, säger experter att detta område är redo för tillväxt baserat på mängden tid och pengar som industrin investerar i dessa ansträngningar. + Utforska vidare

    Fluorescerande molekyler avslöjade av kvantkemi och maskininlärning




    © Vetenskap https://sv.scienceaq.com