Key points are not available for this paper at this time.
Abordagens estatísticas e de aprendizado de máquina preveem relações entre drogas e alvos a partir de padrões de topologia de pequenas moléculas em 2D. Pode-se esperar que a informação 3D melhore esses cálculos. Aqui aplicamos a lógica da impressão digital de conectividade estendida (ECFP) para desenvolver uma representação rápida e invariante a alinhamentos de conformadores moleculares, a impressão digital tridimensional estendida (E3FP). Ao integrar E3FP com a abordagem de conjunto de similaridade (SEA), alcançamos um desempenho superior em precisão-revocação em relação ao SEA com ECFP no ChEMBL20 e um desempenho equivalente da curva característica de operação do receptor. Identificamos classes de moléculas para as quais E3FP é um melhor preditor de similaridade em bioatividade do que ECFP. Finalmente, relatamos previsões de ligação de drogas a alvos inéditas acessíveis apenas por impressões digitais em 2D e confirmamos três delas experimentalmente com eficiências de ligante de 0,442-0,637 kcal/mol/átomo pesado.
Axen et al. (Sex,) estudaram essa questão.