計算・AI創薬 Journal of Computer-Aided Molecular Design (Springer Nature)
ランダムフォレストによるGSK-3β探索で、細胞レベルの抗炎症活性を示すヒットを取得
- 文献報告のGSK-3β阻害剤で学習したランダムフォレストを市販ライブラリの一次フィルターとし、ADMETフィルタリング、ドッキング、分子動力学計算へと進めた。
- 選んだ2化合物の酵素阻害は中程度にとどまった。
- 良好な方は非古典的な立体障害のある芳香族エステル骨格で、低い細胞毒性のもと細胞内のTNF-αとIL-6を低下させた。著者は親油性と細胞内蓄積を理由に挙げるが、直接は検証されていない。
ポイント アブストラクトに基づく見解
検証した2化合物の酵素阻害が中程度にとどまるのは、スクリーニングの成果としては控えめだ。気になるのは母数で、同じフィルタ後のライブラリからランダムに選んでも同程度の活性が出るのではないか。ドッキングのみや類似性検索との比較がなければ、ランダムフォレストの寄与は示されていない。細胞での効果も説明がつかないので、私ならまず他のキナーゼに対するカウンタースクリーンを行う。
原論文: Journal of Computer-Aided Molecular Design (Springer Nature) ↗ Machine learning-guided discovery and preliminary biological evaluation of novel GSK-3β inhibitory scaffolds with anti-inflammatory potential