Key points are not available for this paper at this time.
약물-타겟 상호작용(DTI)은 약물 발견 및 설계의 기초입니다. DTI를 실험적으로 결정하는 것은 시간과 비용이 많이 듭니다. 따라서 잠재적인 DTI 예측을 위한 계산 방법을 개발하는 것이 필요합니다. 복잡한 네트워크 이론을 기반으로, 이곳에서는 DTI를 예측하고 약물 재배치에 사용되는 세 가지 감독 추론 방법이 개발되었습니다. 즉, 약물 기반 유사성 추론(DBSI), 타겟 기반 유사성 추론(TBSI) 및 네트워크 기반 추론(NBI)입니다. 이 중 NBI가 네 가지 벤치마크 데이터 세트에서 가장 우수한 성능을 보였습니다. 그 후, 12,483개의 FDA 승인 및 실험적 약물-타겟 이진 링크를 기반으로 NBI로 약물-타겟 네트워크가 생성되었고, 몇 가지 새로운 DTI가 추가로 예측되었습니다. 인비트로 분석에서는 몬텔루카스트, 디클로페낙, 심바스타틴, 케토코나졸 및 이트라코나졸 등 다섯 가지 구약물이 에스트로겐 수용체 또는 다이펩타이드 펩타이드-Ⅳ에 대해 half maximal inhibitory 또는 effective concentration이 0.2에서 10µM 범위에서 다약리학적 특징을 보였습니다. 또한, 심바스타틴과 케토코나졸은 MTT 분석에서 인간 MDA-MB-231 유방암 세포주에 대해 강력한 항증식 활성을 나타냈습니다. 이 결과는 이러한 방법들이 DTI 예측 및 약물 재배치에 강력한 도구가 될 수 있음을 나타냅니다.
Cheng et al. (Thu,)는 이 질문을 연구했습니다.