chemoinformatics ແມ່ນຫຍັງແລະມັນຊ່ວຍຄົ້ນພົບຢາໃຫມ່ໄດ້ແນວໃດ?

ເຈົ້າຮູ້ບໍ່ວ່າການຄົ້ນພົບຢາຊະນິດໃໝ່ໃຊ້ເວລາລະຫວ່າງ 10 ຫາ 15 ປີ ແລະມີມູນຄ່າຫຼາຍຕື້ໂດລາ? ຈໍານວນເວລາ, ເງິນ, ແລະຄວາມພະຍາຍາມທີ່ລົງທຶນແມ່ນມະຫາສານ, ແຕ່ນັ້ນແມ່ນການປ່ຽນແປງທັງຫມົດຍ້ອນລະບຽບວິໄນທາງວິທະຍາສາດທີ່ເອີ້ນວ່າ chemoinformatics.ມັນແມ່ນຫຍັງ ແລະມັນຊ່ວຍຄົ້ນພົບຢາໃໝ່ໄດ້ແນວໃດຄໍາຕອບແມ່ນຫນ້າຕື່ນເຕັ້ນຍ້ອນວ່າມັນສັບສົນ, ແລະໃນບົດຂຽນນີ້, ພວກເຮົາຈະອະທິບາຍມັນແບບງ່າຍໆ.

ເຄມີສາດແມ່ນຫຍັງ? ການປະສົມປະສານທີ່ຫນ້າຕື່ນເຕັ້ນຂອງເຄມີສາດແລະວິທະຍາສາດຄອມພິວເຕີ

ເພື່ອເຂົ້າໃຈ ເຄມີສາດແມ່ນຫຍັງ?ຈິນຕະນາການວ່າທ່ານຕ້ອງຊອກຫາກະແຈທີ່ເປັນເອກະລັກທີ່ເປີດ lock ສະລັບສັບຊ້ອນທີ່ສຸດ. ​ແຕ່​ກະແຈ​ນັ້ນ​ຖືກ​ເຊື່ອງ​ໄວ້​ໃນ​ບັນດາ​ພູ​ທີ່​ມີ​ລູກກະແຈ​ສິບ​ພັນ​ລ້ານ​ອັນ. ວຽກຫຍັງ! ເຈົ້າສາມາດຈິນຕະນາການໄດ້ບໍວ່າມັນຈະໃຊ້ເວລາ ແລະຄວາມພະຍາຍາມຫຼາຍປານໃດໃນການຄົ້ນຫາດ້ວຍຕົນເອງ ແລະລອງໃຊ້ປຸ່ມແຕ່ລະອັນເທື່ອລະອັນ?

ດີ, ອຸດສາຫະກໍາຢາປະເຊີນກັບສິ່ງທ້າທາຍອັນໃຫຍ່ຫຼວງນີ້. lock ເປັນຕົວແທນຂອງທາດໂປຼຕີນທີ່ເຮັດໃຫ້ເກີດພະຍາດ, ແລະທີ່ສໍາຄັນແມ່ນໂມເລກຸນເຄມີທີ່ສາມາດປ່ຽນເປັນຢາ. ສໍາລັບທົດສະວັດ, ຜູ້ຊ່ຽວຊານໄດ້ໃຊ້ລະບົບ "ຄູ່ມື" ເພື່ອຊອກຫາຢາໃຫມ່ແຕ່ລະຄົນ, ການ​ລົງ​ທຶນ​ເປັນ​ຈໍາ​ນວນ​ເງິນ​ທີ່​ແທ້​ຈິງ​ຂອງ​ການ​ໃຊ້​ເວ​ລາ​, ເງິນ​ແລະ​ຄວາມ​ພະ​ຍາ​ຍາມ​.

ກັບຄືນໄປຫາການປຽບທຽບ, ຈິນຕະນາການວ່າທ່ານມີ a ລະບົບອັດສະລິຍະ ມັນ​ສາ​ມາດ​ປະ​ຕິ​ບັດ​ໃນ​ທັນ​ທີ​ອອກ​ເກົ້າ​ໃນ​ສິບ​ກະ​ແຈ​ທີ່​ບໍ່​ເຫມາະ​ສົມ​. ລະບົບຍັງຊ່ວຍໃຫ້ທ່ານຄາດຄະເນວ່າກະແຈໃດທີ່ມີຮູບຮ່າງທີ່ໂດດເດັ່ນທີ່ສຸດ, ລວບລວມພວກມັນ, ແລະຈັດຮຽງເປັນຊໍ່. ຍິ່ງໃຫຍ່! ນັ້ນແມ່ນ, ໂດຍເນື້ອແທ້ແລ້ວ, magic ຂອງ Cheminformatics.

ເຄມີສາດແມ່ນຫຍັງ? ອີງຕາມການສະບັບພິມໄດ້ PubMed, 'ແມ່ນຂົງເຂດເຕັກໂນໂລຢີຂໍ້ມູນຂ່າວສານທີ່ສຸມໃສ່ການເກັບລວບລວມ, ການເກັບຮັກສາ, ການວິເຄາະ, ແລະການຫມູນໃຊ້ຂອງຂໍ້ມູນເຄມີ.' ວິ​ທະ​ຍາ​ສາດ​ນີ້​ ໃຊ້ວິທະຍາສາດຄອມພິວເຕີແລະເຕັກນິກວິທະຍາສາດຂໍ້ມູນເພື່ອແກ້ໄຂບັນຫາສະລັບສັບຊ້ອນໃນເຄມີຕົ້ນຕໍແມ່ນສຸມໃສ່ການຄົ້ນພົບຢາເສບຕິດ, ແຕ່ຍັງມີການນໍາໃຊ້ໃນຫຼາຍຂະແຫນງການ (ກະເສດ, ອາຫານ, ແລະອື່ນໆ).

ສອງເສົາຫຼັກພື້ນຖານ: ຂໍ້ມູນ ແລະ ຂັ້ນຕອນວິທີ

ເພື່ອເຂົ້າໃຈວ່າ cheminformatics ເຮັດວຽກແນວໃດ, ພວກເຮົາຕ້ອງເວົ້າກ່ຽວກັບສອງອົງປະກອບທີ່ສໍາຄັນຂອງມັນ: ຂໍ້ມູນທາງເຄມີ, ໃນອີກດ້ານຫນຶ່ງ, ແລະ ສູດການຄິດໄລ່ແລະແບບຈໍາລອງ, ໃນອີກດ້ານຫນຶ່ງ. ສຸດທ້າຍໄດ້ຖືກນໍາໃຊ້ເພື່ອປະມວນຜົນຂໍ້ມູນທາງເຄມີແລະດັ່ງນັ້ນຈຶ່ງໄດ້ຮັບຂໍ້ມູນທີ່ເປັນປະໂຫຍດທີ່ອະນຸຍາດໃຫ້ສໍາລັບການເພີ່ມປະສິດທິພາບຂອງການພັດທະນາຢາ. ເພື່ອເຮັດສິ່ງນີ້, ມັນເປັນສິ່ງຈໍາເປັນທໍາອິດທີ່ຈະດິຈິຕອນຂໍ້ມູນທັງຫມົດທີ່ກ່ຽວຂ້ອງກັບແຕ່ລະທາດປະສົມເຄມີທີ່ມີຢູ່.

ສະນັ້ນມັນທັງຫມົດເລີ່ມຕົ້ນດ້ວຍ digitalization ຂອງໂມເລກຸນສິ່ງເຫຼົ່ານີ້ສາມາດຖືກສະແດງເປັນດິຈິຕອນໂດຍໃຊ້ຮູບແບບພິເສດ (ເຊັ່ນ: ໄຟລ໌ SMILES, InChI, ຫຼື SDF) ທີ່ຄອມພິວເຕີສາມາດເຂົ້າໃຈ ແລະປະມວນຜົນໄດ້. ແນ່ນອນ, ພວກເຮົາບໍ່ໄດ້ເວົ້າກ່ຽວກັບການແຕ້ມແບບງ່າຍໆ: ໄຟລ໌ເຫຼົ່ານີ້ເຂົ້າລະຫັດຂໍ້ມູນເຊັ່ນ: ອະຕອມ, ພັນທະບັດ, ໂຄງສ້າງສາມມິຕິຂອງພວກເຂົາ, ຄ່າໄຟຟ້າ, ຄຸນສົມບັດທາງກາຍະພາບ, ແລະອື່ນໆ. ນີ້ໄດ້ສົ່ງຜົນໃຫ້ຖານຂໍ້ມູນຂະຫນາດໃຫຍ່ເກັບຮັກສາໂມເລກຸນຫຼາຍລ້ານ, ທັງທໍາມະຊາດແລະສັງເຄາະ.

• ເມື່ອສານປະກອບທາງເຄມີ, ມີລັກສະນະທັງຫມົດຂອງພວກມັນ, ຖືກນໍາໄປສູ່ຍົນດິຈິຕອນ, ມັນເປັນໄປໄດ້ທີ່ຈະນໍາໃຊ້ເຄື່ອງມືຄອມພິວເຕີ້ກັບພວກມັນ.
• ນີ້ແມ່ນສິ່ງທີ່ cheminformatics ກ່ຽວກັບ: ການນໍາໃຊ້ຂໍ້ມູນເຄມີ ສະຖິຕິ, ໄດ້ ການຮຽນຮູ້ຂອງເຄື່ອງຈັກ, ປັນຍາປະດິດ, ການຂຸດຄົ້ນຂໍ້ມູນ ແລະວິທີການຮັບຮູ້ຮູບແບບ.
• ສູດການຄິດໄລ່ແລະແບບຈໍາລອງທັງຫມົດເຫຼົ່ານີ້ເລັ່ງການວິເຄາະຂໍ້ມູນຈໍານວນຫຼວງຫຼາຍ, ໂດຍມີເປົ້າຫມາຍສູງສຸດຂອງການພັດທະນາຢາ.

ວິທີເຄມີສາດຊ່ວຍຄົ້ນພົບຢາໃໝ່

ໂດຍພື້ນຖານແລ້ວ, ສິ່ງທີ່ cheminformatics ເຮັດແມ່ນ ປັບປຸງທຸກຂັ້ນຕອນຂອງຂະບວນການຄົ້ນພົບ ແລະພັດທະນາຢາມັນເປັນມູນຄ່າທີ່ສັງເກດວ່າຂະບວນການນີ້ແມ່ນວົງຈອນຍາວແລະສະລັບສັບຊ້ອນທີ່ສາມາດໃຊ້ເວລາ 10 ຫາ 15 ປີແລະມີມູນຄ່າຫຼາຍຕື້ໂດລາ. ແຕ່ຄວາມພະຍາຍາມຫຼາຍອັນນີ້ໄດ້ຖືກເຮັດໃຫ້ງ່າຍດາຍຫຼາຍຍ້ອນການລວມກັນຂອງເຄມີສາດ ແລະວິທະຍາສາດຄອມພິວເຕີ. ໃຫ້ເບິ່ງວິທີການນີ້ເປັນໄປໄດ້ໃນໄລຍະຕົ້ນຂອງການພັດທະນາຢາເສບຕິດ:

ໄລຍະທີ 1: ການຄົ້ນພົບ ແລະການຄົ້ນຄວ້າ

ເພື່ອສ້າງຢາ, ສິ່ງທໍາອິດທີ່ນັກວິທະຍາສາດເຮັດແມ່ນການສືບສວນສິ່ງທີ່ເຮັດໃຫ້ເກີດພະຍາດ. ພາຍໃນສາເຫດນັ້ນ, ພວກເຂົາເຈົ້າກໍານົດເປົ້າຫມາຍທາງຊີວະພາບຫຼືຈຸດປະສົງ (ເຊັ່ນ: ທາດໂປຼຕີນຫຼື gene) ທີ່ສາມາດປ່ຽນແປງເພື່ອປິ່ນປົວພະຍາດ.. ໃນຈຸດນີ້, ເຄມີສາດຊ່ວຍໃຫ້ຮູ້ວ່າເປົ້າຫມາຍແມ່ນ "ຢາ", ນັ້ນແມ່ນ, ຖ້າມັນມີ ສະກູ (ກັບຄືນໄປຫາການປຽບທຽບເບື້ອງຕົ້ນ) ທີ່ຈະແນະນໍາ a ກະແຈ (ໂມເລກຸນ) ເພື່ອພະຍາຍາມດັດແປງມັນ.

ນອກຈາກນັ້ນ, ເຕັກນິກການປຸງແຕ່ງຂໍ້ມູນຍັງຊ່ວຍ ກໍານົດແລະສ້າງໂມເລກຸນຜູ້ສະຫມັກ (ຊໍ່ຂອງກະແຈ) ທີ່ສາມາດພົວພັນກັບເປົ້າຫມາຍ. ແທນ​ທີ່​ຈະ​ທົດ​ສອບ​ທາງ​ດ້ານ​ຮ່າງ​ກາຍ​ຫຼາຍ​ລ້ານ​ຂອງ​ທາດ​ປະ​ສົມ, a ການກວດສອບສະເໝືອນ ໃນຖານຂໍ້ມູນຂະຫນາດໃຫຍ່ເພື່ອກໍານົດຜູ້ສະຫມັກທີ່ດີທີ່ສຸດ. ດັ່ງນັ້ນ, ສິ່ງທີ່ເຄີຍໃຊ້ເວລາສອງຫາສີ່ປີໃນປັດຈຸບັນແມ່ນສໍາເລັດໃນທີ່ໃຊ້ເວລາຫນ້ອຍຫຼາຍແລະການລົງທຶນຂະຫນາດນ້ອຍຂອງເງິນແລະຄວາມພະຍາຍາມ.

ໄລຍະທີ 2: ໄລຍະ Preclinical

ໃນໄລຍະ preclinical, ທາດປະສົມທີ່ໂດດເດັ່ນທີ່ສຸດທີ່ຖືກກໍານົດໄດ້ຖືກປະຕິບັດແລະການສຶກສາຢ່າງເຂັ້ມງວດເພື່ອປະເມີນຄວາມປອດໄພແລະປະສິດທິພາບຂອງມັນ. ການສຶກສາເຫຼົ່ານີ້ແມ່ນໄດ້ດໍາເນີນໂດຍປົກກະຕິທັງສອງ ໃນຫຼອດທົດລອງ (ໃນຈຸລັງແລະແພຈຸລັງ) ເປັນ ໃນຮ່າງກາຍ (ໃນສັດ). ແຕ່, Chemoinformatics ອະນຸຍາດໃຫ້ການສຶກສາທັງຫມົດເຫຼົ່ານີ້ຖືກຈໍາລອງ ໃນຊິລິໂຄ, ນັ້ນແມ່ນ, ໃນຄອມພິວເຕີ, ແລະມີຜົນໄດ້ຮັບຄ້າຍຄືກັນກັບການທົດສອບຫ້ອງທົດລອງ. ຕາມທໍາມະຊາດ, ນີ້ຊ່ວຍປະຢັດຊັບພະຍາກອນແລະເວລາ, ແລະຫຼີກເວັ້ນການສັງເຄາະຫຼາຍຮ້ອຍຕົວແປທີ່ບໍ່ມີປະໂຫຍດ.

ໄລຍະທີ 3: ໄລຍະການທົດລອງທາງດ້ານຄລີນິກ

ຖ້າການສຶກສາ preclinical ປະສົບຜົນສໍາເລັດ, ທາດປະສົມຈະກ້າວໄປສູ່ການທົດສອບຂອງມະນຸດ. ແນ່ນອນ, ທາດປະສົມດັ່ງກ່າວອາດຈະມີທ່າແຮງຫຼາຍໃນທໍ່ທົດລອງຫຼືໃນການຈໍາລອງດິຈິຕອນ. ແຕ່ຖ້າຮ່າງກາຍຂອງມະນຸດບໍ່ດູດຊຶມມັນ, ມັນເປັນສານພິດ, ຫຼືຕັບ metabolize ມັນໄວເກີນໄປ, ມັນຈະເປັນຄວາມລົ້ມເຫຼວຂອງຢາ. ດັ່ງນັ້ນ, ກ່ອນທີ່ຈະທົດສອບໃນມະນຸດ, ມັນຈໍາເປັນຕ້ອງດໍາເນີນການ a ການທົດສອບການຄາດເດົາຄຸນສົມບັດຂອງ ADMET, ເຊິ່ງວັດແທກການດູດຊຶມ, ການແຜ່ກະຈາຍ, ການເຜົາຜະຫລານ, ການຂັບຖ່າຍແລະຄວາມເປັນພິດ ທາດປະສົມຢູ່ໃນຮ່າງກາຍຂອງມະນຸດ.

ໂຊກດີ, ແບບຈໍາລອງ Cheminformatics ຍັງສາມາດດໍາເນີນການທົດສອບການຄາດເດົາຊັບສິນຂອງ ADMETນີ້ສາມາດເຮັດໄດ້ເຖິງແມ່ນວ່າກ່ອນທີ່ຈະທົດສອບສານປະສົມໃນສັດ, ເພື່ອກົດລະບຽບຜູ້ສະຫມັກທີ່ມີບັນຫາໃນຕອນຕົ້ນ. ອີກເທື່ອຫນຶ່ງ, ການປະຕິບັດການຈໍາລອງດິຈິຕອນເຫຼົ່ານີ້ຫຼຸດລົງຈໍານວນຂອງການທົດລອງທາງດ້ານການຊ່ວຍທີ່ລົ້ມເຫລວ, ເຊັ່ນດຽວກັນກັບຄວາມຕ້ອງການໃນການນໍາໃຊ້ວິຊາການທົດສອບ (ແລະຜົນກະທົບດ້ານຈັນຍາບັນ).

ສະຫລຸບລວມແລ້ວ, ພວກເຮົາໄດ້ເຫັນໃນເສັ້ນເລືອດຕັນໃນຢ່າງກວ້າງຂວາງວ່າ chemoinformatics ແມ່ນຫຍັງແລະວິທີທີ່ມັນຊ່ວຍຄົ້ນພົບຢາໃຫມ່. ຄວາມສາມາດໃນການຂະຫຍາຍຂອງລະບຽບວິໄນວິທະຍາສາດນີ້ແມ່ນໃຫຍ່ຫຼວງ., ດັ່ງນັ້ນຜົນໄດ້ຮັບທີ່ດີກວ່າແລະຄາດວ່າຈະມີໃນອະນາຄົດ. ໂດຍການລວມເອົາພະລັງຂອງເຄມີກັບປັນຍາການຄິດໄລ່, ຈັກກະວານທັງຫມົດຂອງຄວາມເປັນໄປໄດ້ເປີດຂຶ້ນສໍາລັບການປິ່ນປົວພະຍາດໄວ, ຖືກຕ້ອງ, ແລະເສດຖະກິດ.