Artificial Intelligence-Assisted Optimization of Antipigmentation Tyrosinase Inhibitors: De Novo Molecular Generation Based on a Low Activity Lead Compound

化学 酪氨酸酶 模板 药物发现 曲酸 计算生物学 组合化学 铅化合物 生物化学 酶 纳米技术 体外 生物 材料科学
作者
Hong Nian Cai,Wenchao Chen,Jing Hua Jiang,Hao Wen,Xinyu Luo,Junjie Li,Liuxin Lu,Rui Zhao,Xinhua Ni,Yinyan Sun,Jiahui Wang,Zhen Li,Bin Ju,Xiaoying Jiang,Renren Bai
出处
期刊:Journal of Medicinal Chemistry [American Chemical Society]
卷期号:67 (9): 7260-7275 被引量:25
标识
DOI:10.1021/acs.jmedchem.4c00091
摘要

molecular generation is a highly promising strategy in the drug discovery, with deep reinforcement learning (RL) models emerging as powerful tools. This study introduces a fragment-by-fragment growth RL forward molecular generation and optimization strategy based on a low activity lead compound. This process integrates fragment growth-based reaction templates, while target docking and drug-likeness prediction were simultaneously performed. This comprehensive approach considers molecular similarity, internal diversity, synthesizability, and effectiveness, thereby enhancing the quality and efficiency of molecular generation. Finally, a series of tyrosinase inhibitors were generated and synthesized. Most compounds exhibited more improved activity than lead, with an optimal candidate compound surpassing the effects of kojic acid and demonstrating significant antipigmentation activity in a zebrafish model. Furthermore, metabolic stability studies indicated susceptibility to hepatic metabolism. The proposed AI structural optimization strategies will play a promising role in accelerating the drug discovery and improving traditional efficiency.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
1秒前
打打的应助被许家星采纳,获得10
2秒前
Trey发布了新的文献求助10
2秒前
2秒前
小蘑菇的应助被科研通管家采纳,获得10
2秒前
深情安青的应助被科研通管家采纳,获得10
2秒前
思源的应助被科研通管家采纳,获得30
3秒前
广告栏完成签到 ,获得积分10
3秒前
乐乐的应助被科研通管家采纳,获得10
3秒前
搜集达人的应助被科研通管家采纳,获得10
3秒前
慕青的应助被科研通管家采纳,获得50
3秒前
香蕉觅云的应助被科研通管家采纳,获得20
3秒前
情怀的应助被科研通管家采纳,获得10
3秒前
wanci的应助被科研通管家采纳,获得10
3秒前
在水一方的应助被科研通管家采纳,获得10
4秒前
lx的应助被科研通管家采纳,获得10
4秒前
大模型的应助被科研通管家采纳,获得10
4秒前
在水一方的应助被科研通管家采纳,获得10
4秒前
无花果的应助被科研通管家采纳,获得10
4秒前
CodeCraft的应助被科研通管家采纳,获得30
4秒前
天天快乐的应助被科研通管家采纳,获得10
4秒前
斯文败类的应助被科研通管家采纳,获得10
4秒前
JH_发布了新的文献求助10
5秒前
乐乐的应助被zyc8368采纳,获得10
5秒前
侯侯完成签到,获得积分10
5秒前
秋风的应助被科研通管家采纳,获得10
5秒前
pluto的应助被科研通管家采纳,获得10
5秒前
爆米花的应助被科研通管家采纳,获得10
5秒前
香蕉觅云的应助被科研通管家采纳,获得10
5秒前
5秒前
李爱国的应助被科研通管家采纳,获得10
5秒前
DW的应助被科研通管家采纳,获得10
5秒前
水门完成签到,获得积分10
5秒前
嗷嗷嗷完成签到,获得积分10
6秒前
6秒前
深情安青的应助被怡然幼菱采纳,获得10
6秒前
Hello的应助被科研通管家采纳,获得10
6秒前
秋风的应助被科研通管家采纳,获得10
6秒前
pluto的应助被科研通管家采纳,获得10
6秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1700
Grapes 1000
The World Atlas of Wine 9th edition 1000
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology) 800
John McDowells Bildungstheorie 800
八旗制度の研究 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8178617
求助须知:如何正确求助?哪些是违规求助? 9569413
关于积分的说明 21804370
捐赠科研通 7773649
什么是DOI,文献DOI怎么找? 3432878
关于科研通互助平台的介绍 2556873
邀请新用户注册赠送积分活动 2478478