Resumen

Es bien sabido que el descubrimiento de fármacos para enfermedades complejas a través de experimentos biológicos es un proceso que consume mucho tiempo y es costoso. Alternativamente, los métodos computacionales ofrecen una forma de bajo costo y alta eficiencia para predecir las interacciones fármaco-objetivo (DTIs) a partir de redes biomoleculares. Sin embargo, los métodos computacionales actuales se ocupan principalmente de las predicciones de DTI de fármacos conocidos; hay pocos métodos para la predicción a gran escala de fármacos fallidos y nuevas entidades químicas que actualmente se encuentran almacenadas en algunas bases de datos biológicas y que pueden ser efectivas para otras enfermedades en comparación con las enfermedades originalmente dirigidas. En este estudio, proponemos un método (llamado SDTRLS) que predice DTIs a través del modelo RLS-Kron con fusión de similitud de subestructuras químicas y núcleos de Perfil de Interacción Gaussiana (GIP). SDTRLS puede ser un predictor efectivo para objet

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Descubrimiento de fármacos; Métodos computacionales; Interacciones fármaco-diana; Redes biomoleculares; Método SDTRLS; Desarrollo de nuevos fármacos
• Keywords:Drug discovery; Computational methods; Drug-target interactions; Biomolecular networks; SDTRLS method; New drug development