Fremming av legemiddelutvikling med DockBind

En av de største utfordringene i moderne legemiddelutvikling er å avgjøre hvilke legemiddelkandidater det er verdt å investere tid og ressurser i. Molekylær docking er en ofte brukt beregningsmetode for å identifisere de mest lovende kandidatene på en mer effektiv måte, noe som reduserer både kostnader og utviklingstid. Påliteligheten av denne metoden er i stor grad av scoringsfunksjoner, som brukes til å evaluere og rangere legemiddelkandidatene i store kjemiske biblioteker. Tradisjonelle scoringfunksjoner klarer ofte ikke å fange opp kompleksiteten i molekylære interaksjoner, og det er fortsatt en stor utfordring å forutsi hvilke forbindelser som vil binde seg effektivt til et mål. Innføringen av maskinlæringsscoringfunksjoner (MLSF) har blitt fremhevet som en lovende løsning, som gir muligheten til å lære mønstre direkte fra data og forbedre prediksjonsnøyaktigheten. Imidlertid har dagens datasett betydelige begrensninger, for eksempel skjulte skjevheter som gjør at modellene fungerer godt på treningsdata, men generaliserer dårlig til usette mål. I tillegg er mengden høykvalitetsdata som er tilgjengelig for trening av MLSF begrenset på grunn av eksperimentelle flaskehalser. I sin doktorgrad har Alberto taklet disse begrensningene ved å etablere en robust og pålitelig arbeidsflyt for å generere høykvalitetsdata som bygger bro mellom eksisterende databaser. Dette arbeidet førte til lanseringen av DockBind, et nytt datasett med høykvalitets protein-ligand-komplekser designet for trening av maskinlæringsscoringsfunksjoner. DockBind legger grunnlaget for fremtidige forbedringer i utviklingen av store, objektive datasett - et viktig skritt mot mer nøyaktig, effektiv og pålitelig datamaskinassistert legemiddelutvikling.

Personalia

Alberto Rovetta har en mastergrad i industriell bioteknologi fra Universitetet i Milano-Bicocca. Han har vært ansatt som doktorgradskandidat ved Institutt for biomedisin ved UIB, hvor hans forskning har fokusert på anvendelsen av maskinlæring i tidlig fase av legemiddelutvikling.