ಕೀಮೋಇನ್ಫರ್ಮ್ಯಾಟಿಕ್ಸ್ ಎಂದರೇನು ಮತ್ತು ಅದು ಹೊಸ ಔಷಧಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ?

ಹೊಸ ಔಷಧವನ್ನು ಕಂಡುಹಿಡಿಯಲು 10 ರಿಂದ 15 ವರ್ಷಗಳು ಬೇಕಾಗುತ್ತದೆ ಮತ್ತು ಶತಕೋಟಿ ಡಾಲರ್‌ಗಳು ಖರ್ಚಾಗುತ್ತವೆ ಎಂದು ನಿಮಗೆ ತಿಳಿದಿದೆಯೇ? ಹೂಡಿಕೆ ಮಾಡಿದ ಸಮಯ, ಹಣ ಮತ್ತು ಶ್ರಮವು ಅಗಾಧವಾಗಿದೆ, ಆದರೆ ಕೀಮೋಇನ್ಫರ್ಮ್ಯಾಟಿಕ್ಸ್ ಎಂದು ಕರೆಯಲ್ಪಡುವ ವೈಜ್ಞಾನಿಕ ಶಿಸ್ತಿಗೆ ಧನ್ಯವಾದಗಳು ಅದೆಲ್ಲವೂ ಬದಲಾಗುತ್ತಿದೆ.ಅದು ಏನು ಮತ್ತು ಅದು ಹೊಸ ಔಷಧಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆಉತ್ತರವು ಸಂಕೀರ್ಣವಾಗಿದ್ದರೂ ಅಷ್ಟೇ ರೋಮಾಂಚಕಾರಿಯಾಗಿದೆ, ಮತ್ತು ಈ ಪೋಸ್ಟ್‌ನಲ್ಲಿ ನಾವು ಅದನ್ನು ಸರಳ ರೀತಿಯಲ್ಲಿ ವಿವರಿಸುತ್ತೇವೆ.

ರಸಾಯನಶಾಸ್ತ್ರ ಎಂದರೇನು? ರಸಾಯನಶಾಸ್ತ್ರ ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನದ ರೋಮಾಂಚಕಾರಿ ಸಮ್ಮಿಳನ.

ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಕೆಮಿನ್ಫರ್ಮ್ಯಾಟಿಕ್ಸ್ ಎಂದರೇನು?ಅತ್ಯಂತ ಸಂಕೀರ್ಣವಾದ ಬೀಗವನ್ನು ತೆರೆಯುವ ವಿಶಿಷ್ಟ ಕೀಲಿಯನ್ನು ನೀವು ಕಂಡುಹಿಡಿಯಬೇಕು ಎಂದು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ. ಆದರೆ ಆ ಕೀಲಿಯು ಹತ್ತು ಶತಕೋಟಿ ವಿಭಿನ್ನ ಕೀಲಿಗಳ ಪರ್ವತದ ನಡುವೆ ಅಡಗಿದೆ. ಎಂತಹ ಕೆಲಸ! ಪ್ರತಿಯೊಂದು ಕೀಲಿಯನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಹುಡುಕಲು ಮತ್ತು ಪ್ರಯತ್ನಿಸಲು ಎಷ್ಟು ಸಮಯ ಮತ್ತು ಶ್ರಮ ಬೇಕಾಗುತ್ತದೆ ಎಂದು ನೀವು ಊಹಿಸಬಲ್ಲಿರಾ?

ಸರಿ, ಔಷಧ ಉದ್ಯಮವು ಈ ಮಹತ್ವದ ಸವಾಲನ್ನು ಎದುರಿಸುತ್ತಿದೆ. ಬೀಗವು ರೋಗಕಾರಕ ಪ್ರೋಟೀನ್ ಅನ್ನು ಪ್ರತಿನಿಧಿಸುತ್ತದೆ ಮತ್ತು ಕೀಲಿಯು ರಾಸಾಯನಿಕ ಅಣುವಾಗಿದ್ದು ಅದನ್ನು ಔಷಧವಾಗಿ ಪರಿವರ್ತಿಸಬಹುದು. ದಶಕಗಳಿಂದ, ಪ್ರತಿಯೊಂದು ಹೊಸ ಔಷಧವನ್ನು ಕಂಡುಹಿಡಿಯಲು ತಜ್ಞರು 'ಕೈಪಿಡಿ' ವ್ಯವಸ್ಥೆಗಳನ್ನು ಬಳಸಿದ್ದಾರೆ., ನಿಜವಾಗಿಯೂ ಅಪಾರ ಪ್ರಮಾಣದ ಸಮಯ, ಹಣ ಮತ್ತು ಶ್ರಮವನ್ನು ಹೂಡಿಕೆ ಮಾಡುವುದು.

ಸಾದೃಶ್ಯಕ್ಕೆ ಹಿಂತಿರುಗಿ, ನೀವು ಈಗ ಬುದ್ಧಿವಂತ ವ್ಯವಸ್ಥೆ ಹತ್ತು ಕೀಗಳಲ್ಲಿ ಒಂಬತ್ತು ಕೀಗಳು ಹೊಂದಿಕೆಯಾಗದಿದ್ದರೆ ಅದನ್ನು ತಕ್ಷಣವೇ ತಳ್ಳಿಹಾಕಲು ಇದು ಸಾಧ್ಯವಾಗುತ್ತದೆ. ಯಾವ ಕೀಗಳು ಹೆಚ್ಚು ಭರವಸೆಯ ಆಕಾರವನ್ನು ಹೊಂದಿವೆ ಎಂಬುದನ್ನು ಊಹಿಸಲು, ಅವುಗಳನ್ನು ಸಂಗ್ರಹಿಸಲು ಮತ್ತು ಅವುಗಳನ್ನು ಗೊಂಚಲುಗಳಾಗಿ ವಿಂಗಡಿಸಲು ಈ ವ್ಯವಸ್ಥೆಯು ನಿಮಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಅದ್ಭುತ! ಅದು ಮೂಲಭೂತವಾಗಿ, ಕೆಮಿನ್‌ಫಾರ್ಮ್ಯಾಟಿಕ್ಸ್‌ನ ಮ್ಯಾಜಿಕ್.

ಕೆಮಿನ್ಫರ್ಮ್ಯಾಟಿಕ್ಸ್ ಎಂದರೇನು? ಪೋರ್ಟಲ್ ಪ್ರಕಾರ ಪಬ್‌ಮೆಡ್, 'ರಾಸಾಯನಿಕ ದತ್ತಾಂಶಗಳ ಸಂಗ್ರಹಣೆ, ಸಂಗ್ರಹಣೆ, ವಿಶ್ಲೇಷಣೆ ಮತ್ತು ಕುಶಲತೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುವ ಮಾಹಿತಿ ತಂತ್ರಜ್ಞಾನ ಕ್ಷೇತ್ರವಾಗಿದೆ.' ಈ ವೈಜ್ಞಾನಿಕ ವಿಭಾಗ ರಸಾಯನಶಾಸ್ತ್ರದಲ್ಲಿನ ಸಂಕೀರ್ಣ ಸಮಸ್ಯೆಗಳನ್ನು ಪರಿಹರಿಸಲು ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನ ಮತ್ತು ದತ್ತಾಂಶ ವಿಜ್ಞಾನ ತಂತ್ರಗಳನ್ನು ಬಳಸುತ್ತಾರೆ.ಇದು ಪ್ರಾಥಮಿಕವಾಗಿ ಔಷಧ ಅನ್ವೇಷಣೆಯ ಮೇಲೆ ಕೇಂದ್ರೀಕೃತವಾಗಿದೆ, ಆದರೆ ಬಹು ವಲಯಗಳಲ್ಲಿ (ಕೃಷಿ ರಾಸಾಯನಿಕಗಳು, ಆಹಾರ, ಇತ್ಯಾದಿ) ಅನ್ವಯಿಕೆಗಳನ್ನು ಹೊಂದಿದೆ.

ಎರಡು ಮೂಲಭೂತ ಸ್ತಂಭಗಳು: ಡೇಟಾ ಮತ್ತು ಅಲ್ಗಾರಿದಮ್‌ಗಳು

ರಸಾಯನಶಾಸ್ತ್ರ ಹೇಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು, ನಾವು ಅದರ ಎರಡು ಅಗತ್ಯ ಅಂಶಗಳ ಬಗ್ಗೆ ಮಾತನಾಡಬೇಕು: ರಾಸಾಯನಿಕ ದತ್ತಾಂಶ, ಒಂದೆಡೆ, ಮತ್ತು ಕ್ರಮಾವಳಿಗಳು ಮತ್ತು ಮಾದರಿಗಳುಮತ್ತೊಂದೆಡೆ. ಎರಡನೆಯದನ್ನು ರಾಸಾಯನಿಕ ದತ್ತಾಂಶವನ್ನು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಲು ಬಳಸಲಾಗುತ್ತದೆ ಮತ್ತು ಹೀಗಾಗಿ ಔಷಧ ಅಭಿವೃದ್ಧಿಯ ಅತ್ಯುತ್ತಮೀಕರಣಕ್ಕೆ ಅನುವು ಮಾಡಿಕೊಡುವ ಉಪಯುಕ್ತ ಮಾಹಿತಿಯನ್ನು ಪಡೆಯಲಾಗುತ್ತದೆ. ಇದನ್ನು ಮಾಡಲು, ಮೊದಲು ಪ್ರತಿಯೊಂದು ಅಸ್ತಿತ್ವದಲ್ಲಿರುವ ರಾಸಾಯನಿಕ ಸಂಯುಕ್ತಕ್ಕೆ ಸಂಬಂಧಿಸಿದ ಎಲ್ಲಾ ದತ್ತಾಂಶವನ್ನು ಡಿಜಿಟಲೀಕರಣಗೊಳಿಸುವುದು ಅವಶ್ಯಕ.

ಆದ್ದರಿಂದ ಎಲ್ಲವೂ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ ಅಣುಗಳ ಡಿಜಿಟಲೀಕರಣಕಂಪ್ಯೂಟರ್ ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದಾದ ಮತ್ತು ಪ್ರಕ್ರಿಯೆಗೊಳಿಸಬಹುದಾದ ವಿಶೇಷ ಸ್ವರೂಪಗಳನ್ನು (SMILES, InChI, ಅಥವಾ SDF ಫೈಲ್‌ಗಳು) ಬಳಸಿಕೊಂಡು ಇವುಗಳನ್ನು ಡಿಜಿಟಲ್ ರೂಪದಲ್ಲಿ ಪ್ರತಿನಿಧಿಸಬಹುದು. ಖಂಡಿತ, ನಾವು ಸರಳ ರೇಖಾಚಿತ್ರಗಳ ಬಗ್ಗೆ ಮಾತನಾಡುತ್ತಿಲ್ಲ: ಈ ಫೈಲ್‌ಗಳು ಪರಮಾಣುಗಳು, ಅವುಗಳ ಬಂಧಗಳು, ಅವುಗಳ ಮೂರು ಆಯಾಮದ ರಚನೆ, ವಿದ್ಯುತ್ ಚಾರ್ಜ್, ಭೌತಿಕ ಗುಣಲಕ್ಷಣಗಳು ಇತ್ಯಾದಿಗಳಂತಹ ಮಾಹಿತಿಯನ್ನು ಎನ್ಕೋಡ್ ಮಾಡುತ್ತವೆ. ಇದು ನೈಸರ್ಗಿಕ ಮತ್ತು ಸಂಶ್ಲೇಷಿತ ಎರಡೂ ಲಕ್ಷಾಂತರ ಅಣುಗಳನ್ನು ಸಂಗ್ರಹಿಸುವ ದೈತ್ಯಾಕಾರದ ಡೇಟಾಬೇಸ್‌ಗಳ ಅಸ್ತಿತ್ವಕ್ಕೆ ಕಾರಣವಾಗಿದೆ.

• ರಾಸಾಯನಿಕ ಸಂಯುಕ್ತಗಳನ್ನು, ಅವುಗಳ ಎಲ್ಲಾ ಗುಣಲಕ್ಷಣಗಳೊಂದಿಗೆ, ಡಿಜಿಟಲ್ ಸಮತಲಕ್ಕೆ ತಂದ ನಂತರ, ಅವುಗಳಿಗೆ ಕಂಪ್ಯೂಟೇಶನಲ್ ಪರಿಕರಗಳನ್ನು ಅನ್ವಯಿಸಲು ಸಾಧ್ಯವಿದೆ.
• ರಸಾಯನಶಾಸ್ತ್ರವು ಇದರ ಬಗ್ಗೆ: ರಾಸಾಯನಿಕ ದತ್ತಾಂಶವನ್ನು ಅನ್ವಯಿಸುವುದು. ಅಂಕಿಅಂಶಗಳು, ದಿ ಯಂತ್ರ ಕಲಿಕೆ, ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ, ದತ್ತಾಂಶ ಗಣಿಗಾರಿಕೆ ಮತ್ತು ಮಾದರಿ ಗುರುತಿಸುವಿಕೆ ವಿಧಾನಗಳು.
• ಈ ಎಲ್ಲಾ ಅಲ್ಗಾರಿದಮ್‌ಗಳು ಮತ್ತು ಮಾದರಿಗಳು ಔಷಧಗಳನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವ ಅಂತಿಮ ಗುರಿಯೊಂದಿಗೆ, ಇಷ್ಟು ದೊಡ್ಡ ಪ್ರಮಾಣದ ದತ್ತಾಂಶದ ವಿಶ್ಲೇಷಣೆಯನ್ನು ಹೆಚ್ಚು ವೇಗಗೊಳಿಸುತ್ತವೆ.

ಹೊಸ ಔಷಧಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಕೆಮಿನ್ಫರ್ಮ್ಯಾಟಿಕ್ಸ್ ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ

ಮೂಲತಃ, ರಸಾಯನಶಾಸ್ತ್ರವು ಏನು ಮಾಡುತ್ತದೆ ಎಂದರೆ ಔಷಧ ಆವಿಷ್ಕಾರ ಮತ್ತು ಅಭಿವೃದ್ಧಿ ಪ್ರಕ್ರಿಯೆಯ ಪ್ರತಿಯೊಂದು ಹಂತವನ್ನು ಅತ್ಯುತ್ತಮವಾಗಿಸುವುದು.ಈ ಪ್ರಕ್ರಿಯೆಯು ದೀರ್ಘ ಮತ್ತು ಸಂಕೀರ್ಣವಾದ ಚಕ್ರವಾಗಿದ್ದು, ಇದು 10 ರಿಂದ 15 ವರ್ಷಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು ಮತ್ತು ಶತಕೋಟಿ ಡಾಲರ್‌ಗಳನ್ನು ವೆಚ್ಚ ಮಾಡಬಹುದು ಎಂಬುದು ಗಮನಿಸಬೇಕಾದ ಸಂಗತಿ. ಆದರೆ ರಸಾಯನಶಾಸ್ತ್ರ ಮತ್ತು ಕಂಪ್ಯೂಟರ್ ವಿಜ್ಞಾನದ ಸಮ್ಮಿಳನದಿಂದಾಗಿ ಈ ಪ್ರಯತ್ನದ ಹೆಚ್ಚಿನ ಭಾಗವನ್ನು ಹೆಚ್ಚು ಸರಳೀಕರಿಸಲಾಗಿದೆ. ಔಷಧ ಅಭಿವೃದ್ಧಿಯ ಆರಂಭಿಕ ಹಂತಗಳಲ್ಲಿ ಇದು ಹೇಗೆ ಸಾಧ್ಯ ಎಂದು ನೋಡೋಣ:

ಹಂತ 1: ಅನ್ವೇಷಣೆ ಮತ್ತು ಸಂಶೋಧನೆ

ಔಷಧವನ್ನು ರಚಿಸಲು, ವಿಜ್ಞಾನಿಗಳು ಮಾಡುವ ಮೊದಲ ಕೆಲಸವೆಂದರೆ ಆ ರೋಗಕ್ಕೆ ಕಾರಣವೇನು ಎಂಬುದನ್ನು ತನಿಖೆ ಮಾಡುವುದು. ಆ ಕಾರಣದೊಳಗೆ, ರೋಗಕ್ಕೆ ಚಿಕಿತ್ಸೆ ನೀಡಲು ಬದಲಾಯಿಸಬಹುದಾದ ಜೈವಿಕ ಗುರಿ ಅಥವಾ ಉದ್ದೇಶವನ್ನು (ಪ್ರೋಟೀನ್ ಅಥವಾ ಜೀನ್‌ನಂತಹ) ಅವರು ಗುರುತಿಸುತ್ತಾರೆ.. ಈ ಹಂತದಲ್ಲಿ, ಕೆಮಿನ್ಫರ್ಮ್ಯಾಟಿಕ್ಸ್ ಒಂದು ಗುರಿಯು "ಔಷಧೀಕರಿಸಬಹುದಾದ"ದ್ದೇ, ಅಂದರೆ ಅದು ಹೊಂದಿದ್ದರೆ ತಿಳಿಯಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ ಬೋಲ್ಟ್ (ಆರಂಭಿಕ ಸಾದೃಶ್ಯಕ್ಕೆ ಹಿಂತಿರುಗಿ) ಇದರಲ್ಲಿ ಪರಿಚಯಿಸಲು ಕೀ (ಅಣು) ಅದನ್ನು ಮಾರ್ಪಡಿಸಲು ಪ್ರಯತ್ನಿಸಲು.

ಇದರ ಜೊತೆಗೆ, ದತ್ತಾಂಶ ಸಂಸ್ಕರಣಾ ತಂತ್ರಗಳು ಸಹ ಸಹಾಯ ಮಾಡುತ್ತವೆ ಅಭ್ಯರ್ಥಿ ಅಣುಗಳನ್ನು ಗುರುತಿಸಿ ಮತ್ತು ರಚಿಸಿ ಗುರಿಯೊಂದಿಗೆ ಸಂವಹನ ನಡೆಸಬಹುದಾದ (ಕೀಲಿಗಳ ಗೊಂಚಲುಗಳು). ಲಕ್ಷಾಂತರ ಸಂಯುಕ್ತಗಳನ್ನು ಭೌತಿಕವಾಗಿ ಪರೀಕ್ಷಿಸುವ ಬದಲು, a ವರ್ಚುವಲ್ ಸ್ಕ್ರೀನಿಂಗ್ ಅತ್ಯುತ್ತಮ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಗುರುತಿಸಲು ಬೃಹತ್ ಡೇಟಾಬೇಸ್‌ಗಳಲ್ಲಿ. ಹೀಗಾಗಿ, ಎರಡರಿಂದ ನಾಲ್ಕು ವರ್ಷಗಳು ತೆಗೆದುಕೊಳ್ಳುತ್ತಿದ್ದ ಕೆಲಸವನ್ನು ಈಗ ಕಡಿಮೆ ಸಮಯದಲ್ಲಿ ಮತ್ತು ಹಣ ಮತ್ತು ಶ್ರಮದ ಕಡಿಮೆ ಹೂಡಿಕೆಯೊಂದಿಗೆ ಸಾಧಿಸಲಾಗುತ್ತದೆ.

ಹಂತ 2: ಪೂರ್ವಭಾವಿ ಹಂತ

ಪೂರ್ವ ವೈದ್ಯಕೀಯ ಹಂತದಲ್ಲಿ, ಗುರುತಿಸಲಾದ ಅತ್ಯಂತ ಭರವಸೆಯ ಸಂಯುಕ್ತಗಳನ್ನು ತೆಗೆದುಕೊಂಡು ಅವುಗಳ ಸುರಕ್ಷತೆ ಮತ್ತು ಪರಿಣಾಮಕಾರಿತ್ವವನ್ನು ಮೌಲ್ಯಮಾಪನ ಮಾಡಲು ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಅಧ್ಯಯನ ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅಧ್ಯಯನಗಳನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಎರಡೂ ಇನ್ ವಿಟ್ರೊ (ಜೀವಕೋಶಗಳು ಮತ್ತು ಅಂಗಾಂಶಗಳ ಮೇಲೆ) ಜೀವಿಯಲ್ಲಿ (ಪ್ರಾಣಿಗಳಲ್ಲಿ). ಆದರೆ, ಈ ಎಲ್ಲಾ ಅಧ್ಯಯನಗಳನ್ನು ಅನುಕರಿಸಲು ರಸಾಯನಶಾಸ್ತ್ರವು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ ಸಿಲಿಕೋದಲ್ಲಿ, ಅಂದರೆ, ಕಂಪ್ಯೂಟರ್‌ನಲ್ಲಿ, ಮತ್ತು ಪ್ರಯೋಗಾಲಯ ಪರೀಕ್ಷೆಗಳ ಫಲಿತಾಂಶಗಳೊಂದಿಗೆ ಬಹಳ ಹೋಲುತ್ತದೆ. ಸ್ವಾಭಾವಿಕವಾಗಿ, ಇದು ಸಂಪನ್ಮೂಲಗಳು ಮತ್ತು ಸಮಯವನ್ನು ಉಳಿಸುತ್ತದೆ ಮತ್ತು ನೂರಾರು ಅನುಪಯುಕ್ತ ರೂಪಾಂತರಗಳನ್ನು ಸಂಶ್ಲೇಷಿಸುವುದನ್ನು ತಪ್ಪಿಸುತ್ತದೆ.

ಹಂತ 3: ಕ್ಲಿನಿಕಲ್ ಪ್ರಯೋಗ ಹಂತಗಳು

ಪೂರ್ವಭಾವಿ ಅಧ್ಯಯನಗಳು ಯಶಸ್ವಿಯಾದರೆ, ಸಂಯುಕ್ತವು ಮಾನವ ಪರೀಕ್ಷೆಗೆ ಹೋಗುತ್ತದೆ. ಸಹಜವಾಗಿ, ಅಂತಹ ಸಂಯುಕ್ತವು ಪರೀಕ್ಷಾ ಟ್ಯೂಬ್‌ನಲ್ಲಿ ಅಥವಾ ಡಿಜಿಟಲ್ ಸಿಮ್ಯುಲೇಶನ್‌ನಲ್ಲಿ ಬಹಳ ಪ್ರಬಲವಾಗಿರಬಹುದು. ಆದರೆ ಮಾನವ ದೇಹವು ಅದನ್ನು ಹೀರಿಕೊಳ್ಳದಿದ್ದರೆ, ಅದು ವಿಷಕಾರಿಯಾಗಿದೆ, ಅಥವಾ ಯಕೃತ್ತು ಅದನ್ನು ಬೇಗನೆ ಚಯಾಪಚಯಗೊಳಿಸುತ್ತದೆ, ಅದು ಔಷಧ ವೈಫಲ್ಯವಾಗಿರುತ್ತದೆ. ಆದ್ದರಿಂದ, ಮಾನವರಲ್ಲಿ ಪರೀಕ್ಷಿಸುವ ಮೊದಲು, ಇದನ್ನು ನಡೆಸುವುದು ಅವಶ್ಯಕ ADMET ಗುಣಲಕ್ಷಣಗಳ ಮುನ್ಸೂಚನಾ ಪರೀಕ್ಷೆ, ಇದು ಹೀರಿಕೊಳ್ಳುವಿಕೆ, ವಿತರಣೆ, ಚಯಾಪಚಯ, ವಿಸರ್ಜನೆ ಮತ್ತು ವಿಷತ್ವವನ್ನು ಅಳೆಯುತ್ತದೆ. ಮಾನವ ದೇಹದಲ್ಲಿರುವ ಸಂಯುಕ್ತದ.

ಅದೃಷ್ಟವಶಾತ್, ಕೆಮಿನ್ಫರ್ಮ್ಯಾಟಿಕ್ಸ್ ಮಾದರಿಗಳು ADMET ಆಸ್ತಿ ಭವಿಷ್ಯ ಪರೀಕ್ಷೆಗಳನ್ನು ಸಹ ನಡೆಸಬಹುದು.ಪ್ರಾಣಿಗಳಲ್ಲಿ ಸಂಯುಕ್ತವನ್ನು ಪರೀಕ್ಷಿಸುವ ಮೊದಲೇ ಇದನ್ನು ಮಾಡಬಹುದು, ಇದರಿಂದಾಗಿ ಸಮಸ್ಯಾತ್ಮಕ ಅಭ್ಯರ್ಥಿಗಳನ್ನು ಮೊದಲೇ ತಳ್ಳಿಹಾಕಬಹುದು. ಮತ್ತೊಮ್ಮೆ, ಈ ಡಿಜಿಟಲ್ ಸಿಮ್ಯುಲೇಶನ್‌ಗಳನ್ನು ನಿರ್ವಹಿಸುವುದರಿಂದ ವಿಫಲವಾದ ಕ್ಲಿನಿಕಲ್ ಪ್ರಯೋಗಗಳ ಸಂಖ್ಯೆಯನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ, ಜೊತೆಗೆ ಪರೀಕ್ಷಾ ವಿಷಯಗಳನ್ನು ಬಳಸುವ ಅಗತ್ಯವನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ (ಮತ್ತು ಅದರ ಪರಿಣಾಮವಾಗಿ ನೈತಿಕ ಪರಿಣಾಮ).

ಕೊನೆಯಲ್ಲಿ, ಕೀಮೋಇನ್ಫರ್ಮ್ಯಾಟಿಕ್ಸ್ ಎಂದರೇನು ಮತ್ತು ಅದು ಹೊಸ ಔಷಧಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಹೇಗೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ ಎಂಬುದನ್ನು ನಾವು ವಿಶಾಲವಾದ ಹಂತಗಳಲ್ಲಿ ನೋಡಿದ್ದೇವೆ. ಈ ವೈಜ್ಞಾನಿಕ ವಿಭಾಗದ ಸ್ಕೇಲೆಬಿಲಿಟಿ ಅಗಾಧವಾಗಿದೆ., ಆದ್ದರಿಂದ ಭವಿಷ್ಯದಲ್ಲಿ ಹೆಚ್ಚು ಹೆಚ್ಚು ಉತ್ತಮ ಫಲಿತಾಂಶಗಳನ್ನು ನಿರೀಕ್ಷಿಸಲಾಗಿದೆ. ರಸಾಯನಶಾಸ್ತ್ರದ ಶಕ್ತಿಯನ್ನು ಕಂಪ್ಯೂಟೇಶನಲ್ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಸಂಯೋಜಿಸುವ ಮೂಲಕ, ರೋಗಗಳಿಗೆ ಹೆಚ್ಚು ವೇಗವಾಗಿ, ನಿಖರವಾಗಿ ಮತ್ತು ಆರ್ಥಿಕವಾಗಿ ಚಿಕಿತ್ಸೆ ನೀಡಲು ಸಾಧ್ಯತೆಗಳ ಸಂಪೂರ್ಣ ವಿಶ್ವವು ತೆರೆದುಕೊಳ್ಳುತ್ತದೆ.