PASS Targets: Sistema computacional multi-alvo baseado em ligantes, com base em dados públicos e na abordagem de Bayes ingênuo

A estimativa das interações entre compostos semelhantes a medicamentos e alvos de medicamentos é muito importante para a descoberta de medicamentos e avaliação de toxicidade. Usando dados extraídos da 19ª versão do banco de dados ChEMBL (https://www.ebi.ac.uk/chembl) como um conjunto de treinamento e um método semelhante ao Bayes realizado no software PASS (http://www.way2drug.com/PASSOnline), desenvolvemos uma ferramenta computacional para a previsão de interações entre alvos proteicos e compostos semelhantes a medicamentos. Após o treinamento, o PASS Targets tornou-se capaz de prever interações de compostos semelhantes a medicamentos com 2507 alvos proteicos de diferentes organismos com base na análise de relações estrutura-atividade para 589.107 compostos químicos diferentes. A precisão da previsão, estimada como AUC ROC calculada pelos procedimentos de validação cruzada leave-one-out e validação cruzada de 20-fold, foi de cerca de 96%. O valor médio de AUC ROC foi de aproximadamente 90% para o conjunto de teste externo de aproximadamente 700 medicamentos conhecidos interagindo com 206 alvos proteicos.