“biyomoleküler simülasyon” için sonuçlar
3 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Yapay Zeka ile Protein Çözünmesinde Devrim: PHNN Modeli Geliştirildi
Araştırmacılar, protein moleküllerinin su içindeki davranışlarını modellemek için yenilikçi bir yapay zeka sistemi geliştirdi. Protein Hidrasyon Sinir Ağı (PHNN) adı verilen bu model, geleneksel yöntemlerin aksine fiziksel yasaları öğrenerek daha az hesaplama gücüyle daha doğru sonuçlar elde ediyor. Sistem, su moleküllerini tek tek hesaplamak yerine, matematiksel modellerin parametrelerini akıllıca düzelterek protein-su etkileşimlerini tahmin ediyor. Bu yaklaşım, ilaç geliştirme süreçlerinde kritik olan protein davranışlarının anlaşılmasında önemli bir ilerleme sağlıyor. PHNN'nin en dikkat çekici özelliği, daha önce görmediği protein türlerinde bile güvenilir tahminler yapabilmesi. Bu transferedilebilir özellik, bilim insanlarının çeşitli protein sistemlerini daha verimli şekilde incelemesine olanak tanıyor.
Yeni İlaç Geliştirme Yöntemi Hesaplama Süresini 30 Kata Kadar Kısaltıyor
Araştırmacılar, ilaç geliştirme sürecinin kritik aşamalarından olan moleküler bağlanma kuvveti hesaplamalarını dramatik şekilde hızlandıran dual-LAO adlı yeni bir yöntem geliştirdi. Bu teknik, mevcut yöntemlere kıyasla 15-30 kat daha hızlı çalışarak ilaç endüstrisinin karşılaştığı en büyük zorluklardan birini çözüyor. Yöntem, özellikle karmaşık moleküler değişimlerin hesaplanmasında başarılı olurken, doğruluğundan da ödün vermiyor. Bu gelişme, ilaç keşfi ve optimizasyonunda rutin kullanım için yeterli hız ve güvenilirlikle hesaplama yapılmasının önünü açıyor. Bilim insanları, bu yöntemi polarize edilebilir kuvvet alanlarıyla birleştirerek standart ilaç hedeflerinde test ettiler ve beklenenden çok daha iyi sonuçlar elde ettiler.
Solv-eze: Su Moleküllerini Akıllıca Yerleştiren Yeni Simülasyon Yöntemi
Araştırmacılar, biyomoleküler simülasyonlarda su moleküllerinin yerleştirilmesi için Solv-eze adlı yeni bir otomatik yöntem geliştirdi. Geleneksel yöntemlerde su molekülleri önceden hazırlanmış çözücü kutularından eklenir ve basit mesafe kurallarıyla çıkarılır, bu da protein-ilaç etkileşimlerinde kritik rol oynayan ara yüzey sularının kaybolmasına neden olabilir. Yeni yöntem, 3D-RISM solvent yoğunluk dağılımlarını kullanarak yüksek çözücü olasılığı olan bölgeleri belirliyor ve fiziksel olarak anlamlı hidrasyon yapıları oluşturuyor. Bu yaklaşım, uzun süreli örnekleme veya büyük kanonik Monte Carlo gibi özel tekniklere gerek kalmadan hesaplama açısından verimli bir çözüm sunuyor.