Chemical Communications· 2025Q1· Derleme
Üretken YZ kullanarak peptit bazlı ilaç tasarımı
Peptide-based drug design using generative AI
- 50atıf
- Q1SCImago
- 2025yıl
Kısa özet
Grafik sinir ağları, transformatörler ve difüzyon modelleri gibi derin öğrenme mimarilerini kullanan üretken YZ, yeni dizilerin oluşturulmasıyla yeni peptit terapötiklerinin tasarımını hızlandırmaktadır, ancak çözünürlük, immünojenisite ve toksisiteyi tahmin etmede zorluklar devam etmektedir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Grafik sinir ağları (GNN'ler), transformatörler ve difüzyon modelleri gibi mimarileri kullanan üretken YZ, yeni peptit terapötiklerinin keşfini hızlandırmaktadır.
- YZ, yüksek özgüllüğe ve ayarlanabilir farmakokinetik özelliklere sahip peptit dizileri oluşturmaya yardımcı olur.
- YZ tarafından oluşturulan peptitlerin çözünürlüğünü, immünojenisitesini ve toksisitesini tahmin etmek hala önemli bir zorluktur.
- Peptit kimyasındaki yenilikler (örn. döngüleştirme, kanonik olmayan amino asitler) ve YZ güdümlü tarama, keşif sürelerini azaltmaktadır.
- Bu ilerlemenin etkisi, metabolik bozukluklar ve onkoloji için onaylanmış peptit ilaçlarının artan sayısında görülmektedir.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Peptide-based therapeutics have emerged as a significant treatment strategy, offering high specificity and tunable pharmacokinetics. Recent advances in Artificial Intelligence (AI) have shifted the focus towards structure prediction, generative design, and interaction modelling, significantly accelerating drug design and discovery. Deep learning architectures, including graph neural networks, transformers, and diffusion models, have facilitated the generation of novel sequences for the target of interest, although predicting the solubility, immunogenicity, and toxicity of these sequences remains a challenge. Innovations in peptide chemistry, such as cyclization, stapling, non-canonical amino acids, and nanoparticle formulations, help overcome the hurdles of bioavailability and permeation. These chemical approaches, combined with developments in autonomous peptide synthesis and high-throughput screening, have considerably reduced discovery timelines from years to months. Clinically, this progress is apparent in the growing number of approved peptide drugs for metabolic disorders, oncology, and medical imaging. Here, we review recent progress in peptide-based drug design using AI, focusing on generative architectures and interactions. We then examine AI-driven screening and delivery optimization for these peptide-based discoveries. Finally, we discuss the current limitations, practical challenges, and future direction with particular emphasis on data quality and autonomous drug discovery.
Yazarların özeti; kaynağından alınmıştır. Chemical Communications, 2025 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Drug DiscoveryPharmacology, Toxicology and Pharmaceutics