රසායනික තොරතුරු විද්‍යාව යනු කුමක්ද සහ එය නව ඖෂධ සොයා ගැනීමට උපකාරී වන්නේ කෙසේද?

නව ඖෂධයක් සොයා ගැනීමට වසර 10 ත් 15 ත් අතර කාලයක් ගත වන බවත් ඩොලර් බිලියන ගණනක් වැය වන බවත් ඔබ දන්නවාද? ආයෝජනය කරන ලද කාලය, මුදල් සහ ශ්‍රමය අති විශාලයි, නමුත් රසායනික තොරතුරු විද්‍යාව ලෙස හඳුන්වන විද්‍යාත්මක විෂය පථයට ස්තූතිවන්ත වන්නට ඒ සියල්ල වෙනස් වෙමින් පවතී.එය කුමක්ද සහ එය නව ඖෂධ සොයා ගැනීමට උපකාරී වන ආකාරයපිළිතුර සංකීර්ණ වනවා සේම සිත්ගන්නා සුළුය, මෙම සටහනින් අපි එය සරල ආකාරයකින් පැහැදිලි කරන්නෙමු.

රසායන තොරතුරු විද්‍යාව යනු කුමක්ද? රසායන විද්‍යාවේ සහ පරිගණක විද්‍යාවේ ආකර්ෂණීය විලයනය

තේරුම් ගැනීමට රසායන තොරතුරු විද්‍යාව යනු කුමක්ද?අතිශය සංකීර්ණ අගුලක් විවෘත කරන අද්විතීය යතුරක් ඔබට සොයා ගැනීමට සිදු වේ යැයි සිතන්න. නමුත් යතුර විවිධ යතුරු බිලියන දහයක කන්දක් අතර සැඟවී ඇත. මොනතරම් කාර්යයක්ද! එක් එක් යතුර එකින් එක අතින් සෙවීමට සහ උත්සාහ කිරීමට කොපමණ කාලයක් සහ වෑයමක් ගතවේදැයි ඔබට සිතාගත හැකිද?

හොඳයි, ඖෂධ කර්මාන්තය මෙම දැවැන්ත අභියෝගයට මුහුණ දෙයි. අගුල රෝග ඇති කරන ප්‍රෝටීනයක් නියෝජනය කරන අතර යතුර ඖෂධයක් බවට පරිවර්තනය කළ හැකි රසායනික අණුවකි. දශක ගණනාවක් තිස්සේ, සෑම නව ඖෂධයක්ම සොයා ගැනීමට විශේෂඥයින් 'අතින් සාදන ලද' පද්ධති භාවිතා කර ඇත., සැබවින්ම අතිවිශාල කාලයක්, මුදල් සහ ශ්‍රමයක් ආයෝජනය කිරීම.

සාදෘශ්‍යයට නැවත පැමිණ, ඔබට දැන් ඇති බව සිතන්න බුද්ධිමත් පද්ධතිය එයට නොගැලපෙන යතුරු දහයෙන් නවයක් වහාම බැහැර කිරීමට හැකියාව ඇත. වඩාත්ම පොරොන්දු වූ හැඩය ඇති යතුරු මොනවාදැයි පුරෝකථනය කිරීමට, ඒවා එකතු කිරීමට සහ ඒවා පොකුරු ලෙස වර්ග කිරීමට පද්ධතිය ඔබට උපකාරී වේ. නියමයි! එය සාරාංශයක් ලෙස, රසායන තොරතුරු විද්‍යාවේ මායාවයි.

රසායනික තොරතුරු විද්‍යාව යනු කුමක්ද? ද්වාරයට අනුව පබ්මෙඩ්, 'රසායනික දත්ත රැස් කිරීම, ගබඩා කිරීම, විශ්ලේෂණය සහ හැසිරවීම කෙරෙහි අවධානය යොමු කරන තොරතුරු තාක්ෂණ ක්ෂේත්‍රයකි.' මෙම විද්‍යාත්මක විෂයය රසායන විද්‍යාවේ සංකීර්ණ ගැටළු විසඳීම සඳහා පරිගණක විද්‍යාව සහ දත්ත විද්‍යා ශිල්පීය ක්‍රම භාවිතා කරයි.එය ප්‍රධාන වශයෙන් ඖෂධ සොයා ගැනීම කෙරෙහි අවධානය යොමු කර ඇති අතර, බහු අංශවල (කෘෂිරසායන, ආහාර ආදිය) යෙදීම් ද ඇත.

මූලික කුළුණු දෙකක්: දත්ත සහ ඇල්ගොරිතම

රසායන තොරතුරු විද්‍යාව ක්‍රියා කරන ආකාරය තේරුම් ගැනීමට නම්, අපි එහි අත්‍යවශ්‍ය සංරචක දෙක ගැන කතා කළ යුතුයි: රසායනික දත්ත, එක් අතකින්, සහ ඇල්ගොරිතම සහ ආකෘතිඅනෙක් අතට. දෙවැන්න රසායනික දත්ත සැකසීමට භාවිතා කරන අතර එමඟින් ඖෂධ සංවර්ධනය ප්‍රශස්ත කිරීමට ඉඩ සලසන ප්‍රයෝජනවත් තොරතුරු ලබා ගනී. මෙය සිදු කිරීම සඳහා, පවතින සෑම රසායනික සංයෝගයකටම අදාළ සියලු දත්ත ඩිජිටල්කරණය කිරීම පළමුව අවශ්‍ය වේ.

ඉතින් ඒ සියල්ල ආරම්භ වන්නේ අණු ඩිජිටල්කරණයපරිගණකයකට තේරුම් ගත හැකි සහ සැකසීමට හැකි විශේෂ ආකෘති (SMILES, InChI, හෝ SDF ගොනු වැනි) භාවිතයෙන් මේවා ඩිජිටල් ආකාරයෙන් නිරූපණය කළ හැකිය. ඇත්ත වශයෙන්ම, අපි කතා කරන්නේ සරල චිත්‍ර ගැන නොවේ: මෙම ගොනු පරමාණු, ඒවායේ බන්ධන, ඒවායේ ත්‍රිමාණ ව්‍යුහය, විද්‍යුත් ආරෝපණය, භෞතික ගුණාංග ආදිය වැනි තොරතුරු සංකේතනය කරයි. මෙහි ප්‍රතිඵලයක් ලෙස ස්වාභාවික හා කෘතිම යන දෙඅංශයෙන්ම අණු මිලියන ගණනක් ගබඩා කරන දැවැන්ත දත්ත සමුදායන් පැවතීමට හේතු වී තිබේ.

• රසායනික සංයෝග, ඒවායේ සියලු ලක්ෂණ සහිතව, ඩිජිටල් තලයට ගෙන ආ පසු, ඒවාට පරිගණක මෙවලම් යෙදිය හැකිය.
• රසායනික තොරතුරු විද්‍යාව යනු මෙයයි: රසායනික දත්ත යෙදීම සංඛ්‍යාලේඛන, යන්ත්‍ර ඉගෙනීම, කෘතිම බුද්ධිය, දත්ත කැණීම සහ රටා හඳුනාගැනීමේ ක්‍රම.
• මෙම සියලු ඇල්ගොරිතම සහ ආකෘති ඖෂධ සංවර්ධනය කිරීමේ අවසාන ඉලක්කය ඇතිව, මෙතරම් විශාල දත්ත ප්‍රමාණයක විශ්ලේෂණය බෙහෙවින් වේගවත් කරයි.

රසායනික තොරතුරු විද්‍යාව නව ඖෂධ සොයා ගැනීමට උපකාරී වන ආකාරය

මූලික වශයෙන්, රසායන තොරතුරු විද්‍යාව කරන්නේ ඖෂධ සොයාගැනීමේ සහ සංවර්ධන ක්‍රියාවලියේ සෑම අදියරක්ම ප්‍රශස්ත කිරීම.මෙම ක්‍රියාවලිය දිගු හා සංකීර්ණ චක්‍රයක් වන අතර එය වසර 10 සිට 15 දක්වා ගත විය හැකි අතර ඩොලර් බිලියන ගණනක් වැය විය හැකි බව සඳහන් කිරීම වටී. නමුත් රසායන විද්‍යාවේ සහ පරිගණක විද්‍යාවේ සංකලනයට ස්තූතිවන්ත වන්නට මෙම උත්සාහයෙන් වැඩි කොටසක් බෙහෙවින් සරල කර ඇත. ඖෂධ සංවර්ධනයේ මුල් අවධියේදී මෙය කළ හැකි ආකාරය දෙස බලමු:

අදියර 1: සොයාගැනීම සහ පර්යේෂණ

ඖෂධයක් නිර්මාණය කිරීම සඳහා, විද්‍යාඥයින් කරන පළමු දෙය නම් රෝගයට හේතුව කුමක්දැයි සොයා බැලීමයි. එම හේතුව තුළ, රෝගයට ප්‍රතිකාර කිරීම සඳහා වෙනස් කළ හැකි ජීව විද්‍යාත්මක ඉලක්කයක් හෝ අරමුණක් (ප්‍රෝටීනයක් හෝ ජානයක් වැනි) ඔවුන් හඳුනා ගනී.. මෙම අවස්ථාවේදී, ඉලක්කයක් "ඖෂධ ගත හැකි" ද යන්න, එනම් එයට තිබේ නම්, එය දැන ගැනීමට රසායන තොරතුරු විද්‍යාව උපකාරී වේ. බෝල්ට් (ආරම්භක සාදෘශ්‍යයට ආපසු යාම) එහිදී හඳුන්වා දීමට a යතුර (අණුවක්) එය වෙනස් කිරීමට උත්සාහ කිරීමට.

ඊට අමතරව, දත්ත සැකසුම් ශිල්පීය ක්‍රම ද උපකාරී වේ අපේක්ෂක අණු හඳුනාගෙන නිර්මාණය කරන්න (යතුරු පොකුරු) ඉලක්කය සමඟ අන්තර්ක්‍රියා කළ හැකිය. මිලියන ගණනක් සංයෝග භෞතිකව පරීක්ෂා කිරීම වෙනුවට, a අතථ්‍ය පරීක්ෂාව හොඳම අපේක්ෂකයින් හඳුනා ගැනීම සඳහා දැවැන්ත දත්ත සමුදායන් තුළ. මේ අනුව, වසර දෙක හතරක් ගත වූ දෙයක් දැන් ඉතා අඩු කාලයක් තුළ සහ මුදල් හා ශ්‍රමයේ කුඩා ආයෝජනයකින් ඉටු කර ඇත.

අදියර 2: පූර්ව සායනික අවධිය

පූර්ව සායනික අවධියේදී, හඳුනාගත් වඩාත්ම පොරොන්දු වූ සංයෝග ලබාගෙන ඒවායේ ආරක්ෂාව සහ කාර්යක්ෂමතාව ඇගයීම සඳහා දැඩි ලෙස අධ්‍යයනය කරනු ලැබේ. මෙම අධ්‍යයනයන් සාමාන්‍යයෙන් දෙකම සිදු කරනු ලැබේ. කෘතිමව (සෛල හා පටක මත) ලෙස සජීවීව (සතුන් තුළ). නමුත්, රසායනික තොරතුරු විද්‍යාව මෙම සියලු අධ්‍යයනයන් අනුකරණය කිරීමට ඉඩ සලසයි සිලිකෝ වලින්, එනම්, පරිගණකයක, සහ රසායනාගාර පරීක්ෂණවලට බෙහෙවින් සමාන ප්‍රතිඵල සමඟ. ස්වාභාවිකවම, මෙය සම්පත් සහ කාලය ඉතිරි කරන අතර, සිය ගණනක් නිෂ්ඵල ප්‍රභේද සංස්ලේෂණය කිරීමෙන් වළක්වයි.

අදියර 3: සායනික අත්හදා බැලීමේ අදියර

පූර්ව සායනික අධ්‍යයනයන් සාර්ථක වුවහොත්, සංයෝගය මිනිස් පරීක්ෂණ සඳහා යොමු වේ. ඇත්ත වශයෙන්ම, එවැනි සංයෝගයක් පරීක්ෂණ නළයක හෝ ඩිජිටල් සමාකරණයක ඉතා ප්‍රබල විය හැකිය. නමුත් මිනිස් සිරුර එය අවශෝෂණය නොකරන්නේ නම්, එය විෂ සහිත නම්, නැතහොත් අක්මාව එය ඉතා ඉක්මනින් පරිවෘත්තීය කරයි නම්, එය ඖෂධ අසාර්ථකත්වයක් වනු ඇත. එබැවින්, මිනිසුන් තුළ පරීක්ෂා කිරීමට පෙර, එය සිදු කිරීම අවශ්‍ය වේ. ADMET ගුණාංග පුරෝකථන පරීක්ෂණය, එය අවශෝෂණය, ව්‍යාප්තිය, පරිවෘත්තීය, බැහැර කිරීම සහ විෂ වීම මනින. මිනිස් සිරුරේ ඇති සංයෝගයේ.

වාසනාවකට මෙන්, රසායන තොරතුරු තාක්ෂණ ආකෘතිවලට ADMET ගුණාංග පුරෝකථන පරීක්ෂණ ද ක්‍රියාත්මක කළ හැකිය.සතුන් තුළ සංයෝගය පරීක්ෂා කිරීමට පෙර පවා මෙය කළ හැකි අතර, එමඟින් ගැටළුකාරී අපේක්ෂකයින් මුල් අවධියේදී බැහැර කළ හැකිය. නැවතත්, මෙම ඩිජිටල් සමාකරණ සිදු කිරීම අසාර්ථක සායනික අත්හදා බැලීම් ගණන මෙන්ම පරීක්ෂණ විෂයයන් භාවිතා කිරීමේ අවශ්‍යතාවය (සහ එහි ප්‍රතිඵලයක් ලෙස සදාචාරාත්මක බලපෑම) අඩු කරයි.

අවසාන වශයෙන්, රසායනික තොරතුරු විද්‍යාව යනු කුමක්ද සහ එය නව ඖෂධ සොයා ගැනීමට උපකාරී වන ආකාරය අපි පුළුල් ලෙස දැක ඇත්තෙමු. මෙම විද්‍යාත්මක විෂය ක්ෂේත්‍රයේ පරිමාණය අතිමහත්ය., එබැවින් අනාගතයේදී වැඩි වැඩියෙන් සහ වඩා හොඳ ප්‍රතිඵල අපේක්ෂා කෙරේ. රසායන විද්‍යාවේ බලය පරිගණක බුද්ධිය සමඟ ඒකාබද්ධ කිරීමෙන්, රෝගවලට වඩාත් ඉක්මනින්, නිවැරදිව සහ ආර්ථික වශයෙන් ප්‍රතිකාර කිරීම සඳහා හැකියාවන්ගෙන් යුත් විශ්වයක්ම විවෘත වේ.