Home TecnologíaOptibrium: Nuevo plugin QuanSA para PyMOL predice afinidad de ligandos

Optibrium: Nuevo plugin QuanSA para PyMOL predice afinidad de ligandos

by Editor de Tecnologia

Optibrium, un desarrollador líder de software y soluciones de inteligencia artificial para el diseño molecular, ha anunciado hoy un nuevo plugin de QuanSA para PyMOL, que proporciona una interfaz gráfica de usuario (GUI) intuitiva para su método de predicción de afinidad de unión basada en ligandos, parte de la plataforma de modelado molecular 3D BioPharmics de la compañía. La nueva interfaz facilita a los químicos el acceso a predicciones de afinidad precisas que guían el diseño de compuestos potentes y reduce la carga de síntesis y pruebas en la optimización de candidatos.

An example of the visual output provided by the modern QuanSA PyMOL plugin. M32 is approximately 50 times more potent than the structurally similar m01, despite having near identical patterns of hydrogen bonding (red and blue cones). The difference is explained by additional steric contributions indicated by the surface patches highlighted by the black arrows. Image Credit: Optibrium Ltd.

Originalmente desarrollado como una herramienta de línea de comandos para usuarios expertos en computación, QuanSA (Análisis Cuantitativo del Campo Superficial) ahora es accesible para la comunidad química en general como un nuevo plugin para PyMOL. Las visualizaciones claras del plugin identifican las interacciones clave que impulsan la afinidad molecular, proporcionando información esencial que permite a los usuarios optimizar la potencia de sus moléculas.

QuanSA es un método diferenciado y validado que predice la afinidad de una molécula de fármaco potencial por su objetivo biológico. Su enfoque de aprendizaje automático, motivado físicamente, modela explícitamente los factores que rigen el reconocimiento y la unión molecular. Esto ofrece una precisión equivalente a los métodos de simulación líderes, como la perturbación de energía libre (FEP), pero a una fracción del coste computacional y sin requerir una estructura proteica. QuanSA permite que las predicciones de afinidad precisas estén disponibles mucho antes en un proyecto y hace que estas predicciones sean aplicables a más compuestos y a una gama más amplia de objetivos.

leer más  Supertierra Descubierta: Nuevo Planeta Cercano a la Tierra

El plugin de QuanSA sigue a la reciente introducción de una interfaz de PyMOL para Surflex-Dock, el método de acoplamiento molecular de Optibrium, y refleja los esfuerzos continuos de la compañía para hacer que los sofisticados métodos de modelado 3D sean más accesibles. La interfaz de línea de comandos seguirá estando totalmente soportada para usuarios expertos y aplicaciones de cribado a gran escala.

El descubrimiento temprano de fármacos se basa en predicciones precisas de la afinidad de unión. Se ha demostrado que QuanSA ofrece una precisión equivalente a los métodos de simulación más avanzados, pero a una fracción del coste computacional e incluso cuando no se dispone de una estructura proteica. Poner esta capacidad en manos de la comunidad científica en general a través de una interfaz visual intuitiva es un paso importante. Cuanto más ampliamente se apliquen estas predicciones, mayor será el impacto que puedan tener en el descubrimiento de fármacos.”

Ann Cleves, VP de Ciencia Aplicada, División BioPharmics, Optibrium

Matthew Segall, Director Ejecutivo de Optibrium, añadió: “Entender por qué una molécula se une a un objetivo, y no solo con qué fuerza, es muy valioso en la optimización de candidatos. Con el nuevo plugin de PyMOL, los equipos ahora pueden visualizar las interacciones clave que impulsan la afinidad junto con las predicciones probadas de QuanSA, lo que les proporciona la información necesaria para tomar decisiones de diseño mejores y más seguras. El resultado es un camino más informado y eficiente hacia un candidato preclínico.”

El plugin de QuanSA para PyMOL está disponible para los titulares de licencias de BioPharmics sin coste adicional.

You may also like

Leave a Comment

This site uses Akismet to reduce spam. Learn how your comment data is processed.