這一研究成果已發表於《Advanced targets in Biomedicine 》雜誌上。
西伯利亞國立醫科大學的研究人員表示，研發出一種有效藥物往往猶如在數百萬種可能的化學化合物中“大海撈針”。
這一大學的研究人員還稱，他們研發出的這種方法如同強大的“磁鐵”，它能夠快速篩除沒有前景的選項，並選出幾個最可能的候選項進行進一步的實驗驗證。這篇文章的作者解釋道，基於生物信息學工具的新算法能夠根據化合物的化學結構預測其可能影響細胞內的哪些過程。
他們表示，這種方法能將藥物研發初期的時間和成本至少縮短30-40%，從而讓研發人員能集中精力在最有前景的分子上；與隨機篩選方案相比，這一個方y法可將搜索效率提高100至1000倍，模型預測準確率超過86%。
西伯利亞國立醫科大學細胞與微流體技術實驗室主任伊戈爾·赫盧索夫說道：“我們方法的優勢和創新之處在於其綜合性和可行性。我們不只是預測某種物質是否會與單一靶點結合，而是分析其對身體所有系統的潛在整體影響，確定它會激活或抑制哪些基因通路。”
這一大學的專家們表示，他們的研發研發成果具有雙重實踐意義：首先，它能優化有前景的藥物和生物分子的篩選過程；其次，它有助於個性化醫療的發展，因為它能夠預測細胞對正在研發的物質產生的個體分子遺傳反應。
研究人員還表示，儘管計算機輔助藥物設計在全球範圍內是一個快速發展的領域，但許多類似系統需要強大的計算能力。他們還補充說道，西伯利亞醫科大學研發的算法優勢在於它是基於開放數據庫和搜索引擎而構建的，這使得這一方法具有可行性和經濟高效性。
在研究過程中使用了DIGEP-Pred 2.0網絡服務，它是基於已知化學物質及其特性的數據庫進行訓練。此外，研究人員們還採用了統計分析：他們根據基因的功能和信號通路並通過專門的算法對其進行分組。
目前，這一大學的研究人員正致力於進一步開展相關研究的任務，例如，已被積極應用分子對接和分子動力學工具。此項研究是在俄羅斯哦“優先2030”國家計劃的框架下進行的。