Revista de Proteómica y Bioinformática
Acceso abierto

abstracto

Clasificador de máquinas de vectores de apoyo para predecir la unión de fármacos a la glicoproteína P

Karthikeyan Ramaswamy, Mohamed Sadiq, Sridhar V y Nagasuma Chandra

La reducción imprevista de la biodisponibilidad de los fármacos contribuye en gran medida al fracaso de la fase tardía en los procesos de descubrimiento de fármacos. La glicoproteína P, una bomba de expulsión, que expulsa una amplia gama de fármacos, es una de las causas principales de la reducción de la biodisponibilidad. La clasificación de fármacos potenciales en aglutinantes y no aglutinantes de esta proteína ayudará en gran medida a eliminar los fallos en las primeras etapas de los procesos de descubrimiento. La necesidad de aprovechar el poder de los enfoques computacionales para dicha predicción es cada vez más evidente, dada la velocidad y la facilidad con la que se pueden integrar las predicciones en los programas de descubrimiento. En este artículo, informamos sobre el desarrollo de un método de predicción para identificar sustratos y no sustratos de la glicoproteína P, basado en un algoritmo de máquina de vectores de soporte. El método utiliza una combinación de descriptores, codificando tipos de subestructuras y sus posiciones relativas en la molécula del fármaco, considerando tanto la naturaleza química como la información de la forma tridimensional. Se ha implementado un nuevo método de reconocimiento de patrones, recientemente informado por nosotros, para delinear subestructuras. Los resultados obtenidos utilizando el enfoque híbrido se compararon con los disponibles en la literatura para el mismo conjunto de datos. Se observa una mejora en la precisión de la predicción con la mayoría de los métodos, con una precisión que supera el 93 %.