Ressources
-
STORM Therapeutics: From Lead to Pre-Candidate Nomination in 18 Months
STORM Therapeutics: From Lead to Pre-Candidate Nomination in 18 Months
Case study
solutions scientifiques | CAAD
Conception de médicaments basée sur les ligands
L’exploitation des propriétés de molécules actives connues permet de générer et d’optimiser rapidement de nouveaux composés. Lorsque les données structurales sont limitées, une conception plus intelligente des composés est possible grâce à l’analyse des ligands, aux outils d’intelligence artificielle et à l’expertise collaborative. Cette approche ouvre de nouveaux horizons chimiques et accélère la découverte, tandis qu’une intégration fluide avec les équipes de chimie médicinale permet aux programmes de recherche de médicaments d’être menés jusqu’aux essais cliniques.
soutenir vos recherches
Les capacités de conception de médicaments à base de ligands (LBDD) de Sygnature Discovery offrent une alternative puissante lorsque les structures protéiques ne sont pas disponibles.
Nos chimistes computationnels utilisent des informations dérivées des ligands, telles que les caractéristiques du pharmacophore, la forme et l’électrostatique, pour guider la conception et l’optimisation des composés tout au long du processus de découverte.
L’expertise est combinée à des outils de pointe, tels que l’IA générative, l’analyse de paires moléculaires appariées et la modélisation prédictive, afin d’explorer de nouvelles structures, d’améliorer les propriétés ADME et de prioriser les idées les plus prometteuses. Une collaboration étroite avec les équipes de chimie médicinale garantit que chaque décision de conception repose sur des données probantes et est alignée sur les objectifs du programme.
Nos Solutions de conception de médicaments basée sur les ligands
Découvrez une conception de médicaments rationnelle grâce à nos solutions basées sur les ligands et alimentées par l’IA pour générer de nouveaux composés, optimiser les profils ADME et accélérer le cycle DMTA.
Outils de remodelage de structure et remplacement de fragments
Les techniques de remodelage de structure et de remplacement d’isostères permettent de générer de nouvelles propriétés intellectuelles, d’explorer des séries secondaires ou de répondre aux exigences ADME. Grâce à l’accès à l’outil BROOD d’OpenEye et à ses bases de données propriétaires, nous pouvons analyser rapidement plus de 50 millions de remplacements 3D afin d’identifier des alternatives viables dans les meilleurs délais.
LBDD propulsé par l’IA
La plateforme d’IA générative d’Iktos Makya permet d’explorer l’espace chimique afin de générer de nouvelles idées de structures 2D et 3D à partir de petites molécules. Associée à des modèles QSAR, cette approche favorise l’amélioration de la liason, le développement de nouvelles propriétés intellectuelles et l’optimisation ADMET. Les outils d’analyse de paires moléculaires appariées (MMPA) de MedChemica contribuent à affiner les concepts de conception et à prioriser les composés au sein du cycle DMTA.
Modèles QSAR locaux, modèles de Free-Wilson, analyse de paires moléculaires appariées
Les modèles QSAR 2D et 3D, les analyses de Free-Wilson et les protocoles d’apprentissage automatique sont utilisés pour prédire la puissance et les propriétés ADMET de nouveaux composés. Ces outils facilitent l’optimisation multi-objectifs et orientent la sélection des composés.
Analyse conformationnelle et optimisation géométrique QM
L’analyse et la restriction de la conformation des ligands, y compris l’analyse FreeForm et les capacités QM, sont utilisées pour évaluer la flexibilité du composé et sa prédisposition à des conformations bioactives optimales, soutenant une conception de composé affinée et un potentiel de liaison amélioré.
Alignement de pharmacophores et criblage basé sur la forme
Les techniques pharmacophoriques et les méthodes d’alignement basées sur la forme du ligand et la similarité électrostatique sont utilisées pour comparer différentes séries de composés, analyser les données de relation structure-activité (RSA) et identifier de nouveaux composés actifs par criblage virtuel.
Principaux avantages
Nos équipes expérimentées ont fait leurs preuves dans la génération de plusieurs nouveaux prospects
série grâce à des stratégies axées sur les ligands. Nous mettons à profit notre expérience accrue
à chaque projet auquel nous participons.
Une approche du leadership fondée sur les connaissances
identification
Cela permet la conception de nouvelles structures et de nouveaux fragments, constituant ainsi un moyen efficace de développer de nouvelles substances chimiques grâce à l’utilisation d’outils informatiques basés sur les ligands pour concevoir de nouvelles structures.
ou des fragments moléculaires.
Collaboration sans faille avec le secteur médical
équipes de chimie
Nous ne travaillons pas en vase clos, notre approche collaborative facilite la génération d’idées et leur priorisation précoce.
Accès aux leaders du secteur
outils d’exploration de la littérature et des brevets
Cela inclut les outils Reaxys et LBDD de MedChemica et les outils de bureau OpenEye + plateforme Orion pour permettre nos approches basées sur les ligands.
Centre de ressources
Ressources connexes
No posts found.
FAQ
La conception de médicaments basée sur les ligands (LBDD) est une approche computationnelle qui s’appuie sur les informations concernant les ligands connus plutôt que sur les données structurales des protéines. Elle est particulièrement précieuse lorsque les structures protéiques sont indisponibles, permettant une conception par modélisation de pharmacophores, similarité de forme et similarité électrostatique.
Nous utilisons le remodelage de structures, le remplacement de fragments, l’alignement pharmacophorique, la modélisation QSAR (2D/3D), l’analyse de Free-Wilson et l’apprentissage automatique. Des outils d’IA générative, tels qu’Iktos Makya et MedChemica, nous permettent d’explorer l’espace chimique virtuel et d’optimiser les profils de composés.
Notre approche de conception basée sur les connaissances accélère l’identification des composés candidats, favorise l’optimisation multi-objectifs et encourage une collaboration étroite avec les équipes de chimie médicinale. Il en résulte de nouvelles structures, des propriétés ADME améliorées et une priorisation efficace des idées pour les projets intégrés de découverte de médicaments.
Solutions connexes
Nous réunissons un mélange dynamique de nouveaux talents et d’experts chevronnés de l’industrie pharmaceutique du monde entier, garantissant l’excellence à chaque étape de la découverte.
Intelligence artificielle générative et apprentissage automatique
Intégrer l’IA générative, l’apprentissage automatique et la modélisation prédictive pour concevoir des composés plus intelligents, optimiser les décisions et accélérer la découverte de médicaments.
Chimie médicinale
Une chimie médicinale à vocation clinique, alliant excellence en conception, connaissances issues de l’IA et expertise collaborative pour fournir des molécules alignées sur vos objectifs.
Conception de médicaments assistée par ordinateur
Concevoir des composés plus intelligents grâce à la modélisation pilotée par l’IA, à l’informatique avancée et à l’expertise collaborative pour accélérer les décisions et réduire les risques.
