Onderzoekers van de North Carolina State University en Collaborations Pharmaceuticals hebben een gratis te gebruiken database gemaakt van 14, 000 bekende macrolactonen - grote moleculen die worden gebruikt bij de ontwikkeling van geneesmiddelen - die informatie bevatten over de moleculaire kenmerken, chemische diversiteit en biologische activiteiten van deze structurele klasse. De databank, genaamd MacrolactonDB, vult een leemte in de kennis over deze moleculen op en zou kunnen dienen als een nuttig hulpmiddel voor toekomstige geneesmiddelenontdekking.

Macrolactonen zijn moleculen met ten minste 12 atomen die hun ringachtige structuur vormen. Onder de vele nuttige kenmerken, Het vermogen van macrolactonen om te binden aan moeilijke eiwitdoelen maakt ze geschikt voor antivirale, antibiotica, antischimmel- en antiparasitaire geneesmiddelen. Echter, hun grootte en ingewikkelde structuur maken ze moeilijk te synthetiseren.

"Macrolactonen zijn titanische moleculen - hun grootte vormt een uitdaging voor onderzoekers die ermee willen werken, " zegt Sean Ekins, CEO van Collaborations Pharmaceuticals, lid van het Comparative Medicine Institute van NC State, ondernemer in residentie bij UNC-Chapel Hill's Eshelman School of Pharmacy en corresponderende auteur van het onderzoek. "We wilden dat probleem aanpakken door een openbaar beschikbare database van deze moleculen en hun eigenschappen te creëren."

NC State afgestudeerde student en eerste auteur van het artikel Phyo Phyo Zin heeft 13 openbare databases gedolven voor 14, 000 bekende macrolactonen, ze compileren in MacrolactoneDB. Slechts 20% van de door haar samengestelde macrolactonverbindingen had biologische gegevens.

Zin, Ekins, en NC State Associate Professor of Chemistry Gavin Williams voerde cheminformatica-analyses uit van de moleculaire eigenschappen van de macrolactonen en ontwikkelde 91 descriptoren om de moleculen beter te karakteriseren. De onderzoekers keken vervolgens naar drie doelwitten die van belang waren voor sommige van de macrolactonen - met name malaria, hepatitis C- en T-cellen - en gebruikte machinale leertechnieken om de structuur-activiteitsrelatie tussen de macrolactonen en deze doelen te begrijpen.

"We weten dat macrolactongeneesmiddelen effectief zijn, maar er is veel dat we niet weten over wat een goede maakt, ', zegt Williams. 'Daarom zijn we dit onderzoek begonnen. We ontdekten dat het mogelijk is om machine learning te gebruiken met deze moleculen, en het verbeteren van onze analyse en beschrijving van macrolactonen zal de voorspellingsmodellen in de toekomst verbeteren."

"Iedereen die geïnteresseerd is in deze moleculen of in de ontwikkeling van geneesmiddelen met behulp van macrolactonen, heeft nu een gebruiksvriendelijke database waar alles toegankelijk is en op één locatie, " Zegt Ekins. "Onderzoekers kunnen vragen stellen over wat een bepaald macrolactonmolecuul geschikt maakt voor een bepaalde biologische toepassing.

"Hopelijk zal MacrolactoneDB ons helpen deze diverse klasse van moleculen te begrijpen, en ga verder met het maken van nieuwe."