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 | Conception de médicaments assistée par ordinateur
Prédiction ternaire des protéines
Nous vous aidons à concevoir et à optimiser avec précision des complexes ternaires, en combinant modélisation avancée et expertise collaborative, rendant ainsi accessibles des cibles auparavant « impossibles à traiter ».
soutenir vos recherches
Chez Sygnature, nous intégrons la modélisation informatique avancée à une vaste expertise en découverte de médicaments pour prédire avec précision les structures ternaires et évaluer leur stabilité, transformant ainsi des données structurales complexes en décisions de conception concrètes. En tirant parti de la biologie structurale, des simulations moléculaires et des analyses basées sur l’IA, nous évaluons la faisabilité des cibles, analysons et prédisons les structures ternaires.
formation complexe et optimisation des dégradeurs guidés, aidant nos partenaires à débloquer de nouvelles opportunités thérapeutiques dans divers domaines pathologiques.
Cette capacité permet de relever l’un des défis les plus complexes de la découverte de médicaments : la modulation de protéines impliquées dans la maladie et dépourvues de sites de liaison conventionnels ou d’activité enzymatique. Grâce aux stratégies de dégradation ciblée des protéines (DCP), nous pouvons rendre accessibles des cibles auparavant considérées comme « inaccessibles ». Nos capacités de DCP couvrent à la fois les PROTAC et les dégradeurs de type colle moléculaire.
Forte de plus de 14 ans d’expérience en conception de médicaments par modélisation informatique, Sygnature est un chef de file dans la modélisation et la simulation de dégradeurs bifonctionnels. Nos scientifiques s’engagent à perfectionner les flux de travail informatiques permettant la construction, la simulation et l’évaluation précises d’assemblages multicomposants, qu’ils soient connus ou nouveaux. Nos flux de travail couvrent l’ensemble du processus, de la génération de concepts et la modélisation de complexes ternaires à l’affinement structural, l’évaluation énergétique et le classement des dégradeurs, en s’appuyant sur une connaissance approfondie des épitopes de liaison et des interfaces d’interaction.
Notre approche
Nous exploitons un ensemble de technologies de pointe et de plateformes propriétaires pour stimuler la découverte et l’optimisation des colles moléculaires :
• Simulations de dynamique moléculaire (DM)
• Amarrage protéine-protéine
• Criblage virtuel basé sur les ligands
• Outils de pointe du secteur : Orion, MolSoft ICM, MOE, Gamess
• Plateforme propriétaire FMO protéine-protéine Sygnature FMO-PPI
• Conception générative guidée par l’IA et modélisation QSPR multiparamétrique pour affiner la matière chimique et prédire l’efficacité de dégradation.
Ces outils permettent une modélisation précise des complexes ternaires, la prédiction de la coopérativité de liaison, des interactions au niveau des résidus et la cartographie de la complémentarité électrostatique.
En combinant la biologie structurale, la chimioinformatique et l’apprentissage automatique, nous aidons nos clients à surmonter les défis liés à la sélectivité, à la puissance et à la validation mécanistique, en faisant le lien entre la conception in silico et le succès in vitro .
Débloquer l’« intraitable » grâce aux PROTAC et aux colles moléculaires
Pour permettre la conception précise de dégradeurs bifonctionnels et monovalents, nos capacités comprennent :
• Optimisation rapide du linker et du colleur suiveur
• Criblage virtuel pour la réduction des risques et la diversification des chémotypes de colles connues
• Modélisation et post-traitement avancés des complexes ternaires
• Conception de colle pilotée par l’IA
• Profilage prédictif de la dégradation à l’aide de la plateforme FMO-PPI (Fragmented Molecular Orbital at Protein-Protein Interface) de Sygnature et de la dynamique moléculaire (MD)
Alors que les PROTAC et les colles moléculaires (MG) introduisent des défis complexes en matière de conception et d’interprétation des données, l’approche intégrée de Sygnature combine la modélisation basée sur la structure, l’analyse des interactions au niveau de la mécanique quantique (QM) et l’optimisation guidée par l’IA pour fournir des informations prédictives et des stratégies validées qui accélèrent la découverte et réduisent les risques.
Notre plateforme propriétaire CHARMED et nos flux de travail de modélisation avancés permettent la conception rationnelle de PROTAC et de colles moléculaires (MG), répondant ainsi à des défis tels que la sélectivité, la coopérativité et l’efficacité de dégradation. Ces approches étendent le champ d’application du développement thérapeutique à des classes de cibles auparavant inaccessibles aux médicaments, représentant une avancée majeure en médecine de précision.
Pourquoi choisir Sygnature ?
Nous combinons une expertise scientifique pointue à des technologies de pointe pour accélérer la découverte de vos médicaments. Notre force réside dans une collaboration interfonctionnelle, grâce à un soutien intégré et centralisé en chimie médicinale, biosciences, DMPK et modélisation informatique. En nous appuyant sur des données pertinentes, nous accompagnons chaque étape de la découverte et collaborons étroitement avec nos partenaires pour concevoir des solutions sur mesure, adaptées à leurs cibles spécifiques.
Grâce à notre plateforme propriétaire CHARMED, nous optimisons les programmes TPD en phase précoce par la synthèse et le criblage à haut débit. Cette approche est étroitement liée à des flux de travail informatiques avancés afin de rationaliser la conception et la validation des dégradeurs.
Centre de ressources
Recherches et ressources connexes
No posts found.
Capacités connexes
Nous vous aidons à concevoir des composés plus intelligents et à prendre des décisions plus rapidement en combinant la modélisation basée sur l’IA, une vaste expertise scientifique et un accès sécurisé et collaboratif aux données pour résoudre des problèmes complexes et accélérer votre processus de découverte de médicaments.
Prédiction de la structure des protéines
L’utilisation d’une IA avancée et de techniques de modélisation éprouvées permet de prédire avec précision les structures protéiques, accélérant ainsi la conception de médicaments basée sur la structure et la découverte de nouvelles thérapies.
possibilités.
Méthodes d’énergie libre
Calcul de l’énergie libre de liaison relative par commutation hors équilibre (NES) grâce à la plateforme Orion® d’OpenEye. Fournit des prédictions précises d’affinité de liaison pour vous aider à classer les composés avec confiance et à prioriser les décisions de synthèse pour les candidats les plus prometteurs dès les premières étapes de la découverte.
Simulations de dynamique moléculaire
Utilisation de technologies de pointe et de logiciels propriétaires pour découvrir des interactions cachées, prédire la stabilité des ligands et faire des choix de conception éclairés qui accélèrent votre programme de découverte de médicaments.
Intelligence artificielle générative et apprentissage automatique
En combinant la conception pilotée par l’IA, des modèles d’apprentissage automatique sur mesure et la bioinformatique basée sur le LLM avec une collaboration pratique, nous vous aidons à découvrir plus rapidement des candidats médicaments optimisés.
dépistage virtuel
Identifier rapidement des composés prometteurs grâce au criblage virtuel à grande échelle, à des bibliothèques sélectionnées et à un tri par des experts afin d’accélérer les programmes de découverte de médicaments.
Analyse des cibles
Des sites de liaison à la pharmacologie, nos équipes de chimie computationnelle et de science des protéines vous aident à trouver plus rapidement les bons points de départ, en combinant une connaissance approfondie des structures avec des outils de pointe pour concevoir des composés qui font progresser votre projet en toute confiance.
Conception de médicaments basée sur les ligands
Exploiter les propriétés de molécules actives connues pour générer et optimiser rapidement de nouveaux composés grâce à des connaissances basées sur les ligands, des outils alimentés par l’IA et une expertise collaborative afin de découvrir de nouveaux espaces chimiques et d’accélérer les découvertes.
Conception de médicaments basée sur la structure
Nous vous aidons à concevoir de meilleurs composés avec une plus grande confiance. Grâce à des connaissances à l’échelle quantique et à des simulations dynamiques, nous prédisons l’affinité, guidons l’optimisation et vous aidons à identifier plus rapidement les candidats les plus prometteurs.
FAQ
Nous appliquons la modélisation informatique avancée à un large éventail de cibles, notamment les kinases, les facteurs de transcription, les protéines d’échafaudage, les régulateurs épigénétiques, les récepteurs nucléaires, les cibles des maladies neurodégénératives et les ligases E3. Notre expertise couvre aussi bien les protéines bien caractérisées que les protéines traditionnellement considérées comme « inaccessibles aux médicaments ».
Notre modélisation prend en charge les PROTAC, les colles moléculaires, les dégradeurs peptidiques et d’autres dégradeurs hétérobifonctionnels. Ces approches permettent la dégradation sélective de protéines impliquées dans des maladies, grâce à divers mécanismes. Nos flux de travail de modélisation sont conçus pour accompagner chaque modalité en prédisant la formation de complexes ternaires avec des épitopes de liaison connus, en guidant la conception des connecteurs et des colles, et en évaluant le potentiel de dégradation.
Nous proposons des flux de travail personnalisés comprenant le criblage virtuel basé sur la structure, l’analyse conformationnelle avec regroupement, le post-traitement des assemblages ternaires et le classement énergétique au niveau des résidus grâce à la plateforme FMO-PPI de Sygnature et aux pipelines de dynamique moléculaire, afin de prioriser les candidats dégradeurs. Ces flux de travail sont intégrés aux plateformes expérimentales, notamment CHARMED, pour une itération rapide et des décisions fondées sur les données.
Nous fournissons des rapports scientifiques complets incluant des modèles de structures de complexes ternaires dans les formats souhaités, un classement des poses de dégradation avec analyse de regroupement, et des cartes d’interaction détaillées avec des informations au niveau des résidus, telles que FMO-PPI-SP. Ces rapports sont généralement livrés au format CSV ou dans d’autres formats accessibles et comprennent des recommandations de conception d’experts, des métriques de validation et une justification complète des calculs.
Sont également inclus des résumés visuels clairs tels que des diagrammes d’interaction et des représentations de surfaces limites afin de garantir la transparence, la traçabilité et des informations exploitables tout au long du processus de développement du dégradeur.
Pour modéliser avec précision les complexes ternaires des nouveaux PROTAC et colles moléculaires, nous avons besoin d’un ensemble bien défini de données d’entrée permettant une analyse computationnelle précise. Celles-ci comprennent généralement des informations structurales et mécanistiques sur la protéine d’intérêt (POI) et la protéine recruteuse ou la ligase E3, les épitopes de liaison connus ou hypothétiques et les résidus d’interface clés.
Les données préliminaires d’essais de dégradation ou les résultats expérimentaux, lorsqu’ils sont disponibles, sont extrêmement précieux pour valider les résultats de la modélisation. Nous demandons également des informations détaillées sur la chimie des lieurs, les motifs de liaison et toute mutation connue susceptible d’influencer la formation et la stabilité du complexe. Les données structurales telles que les modèles cristallographiques, les cartes de cryo-microscopie électronique ou les modèles d’homologie sont essentielles pour affiner les simulations et adapter nos flux de travail informatiques au système biologique spécifique étudié.
