Кроме того, традиционный подход использует математические формулы или алгоритмы, которыми управляют последовательно, совершенствуя структурные детали модели с каждым отдельным алгоритмом – метод, который был коренным образом изменен вычислениями на ПК, но все еще требует трудоемкого человеческого вмешательства для исправления ошибок.Новый метод, разработанный учеными во Флоридском кампусе The Scripps Research Institute (TSRI), берет другой курс полностью, объединяя существующие формулы в своего рода алгоритмическом тушеном мясе, чтобы получить лучшую картину молекулярного структурного разнообразия, которое тогда используется, чтобы устранить ошибки и улучшить заключительную модель.Метод был описан в работе, опубликованной онлайн перед печатью 26 сентября 2013 журналом Structure.Новый процесс, названный Обширной Комбинаторной Обработкой (ExCoR), мог помочь улучшить развитие кандидатов препарата, которые зависят до большой степени от подробного структурного анализа, чтобы определить, как они работают против определенных целей болезни.
«Наш комбинаторный метод создает компьютеризированные молекулярные модели более автоматизированным способом», сказал Кендалл Неттльз, адъюнкт-профессор TSRI, который привел исследование. «Это – важный компонент изобретения лекарства – чтобы сделать их более автоматизированным способом, значительно поможет процессу».Улучшение и некоторые неожиданностиВ исследовании ученые подвергли больше чем 50 молекулярных структур 256 отличным комбинациям алгоритмов и факторов обработки, которые в конечном счете составили больше чем 12 000 независимых пробегов обработки.
Крапива и его коллеги измерили улучшение моделей тем, что известно как R-фактор, который измеряет подобие между фактической структурой молекулы и экспериментальной моделью – другими словами, как тесно усовершенствованная модель структуры может предсказать фактические данные.«Понижение того R-фактора является целью – это – процесс выбора для нахождения лучших алгоритмов», сказал Неттльз.
В то время как исследование нашло, что никакой единственный алгоритм последовательно не создавал лучшую модель, ученые действительно находили некоторые неожиданности.«Некоторые алгоритмы, если Вы объединяете их, имеют тенденцию работать лучше при производстве усовершенствованной модели», сказал Научный сотрудник Джером К. Нвачуку, первый автор исследования. «Что мы не ожидали, были два алгоритма, которые работали отдельно, но не работали в комбинации».Именно это странное наложение лишает возможности предсказывать, что комбинации алгоритмов будут работать лучше всего на отдельную структуру.
«Эффекты обработки различных алгоритмов зависят от самой структуры», сказал Нвачуку.