机器学习模型评估ABC转运体介导药物相互作用

研究团队构建了一套整合经典与图基定量构效关系（QSAR）模型的药物-药物相互作用（DDI）风险评估流程，用于在计算机中筛查新药候选物经ABC转运蛋白介导的DDI风险，相关成果发表于《Journal of Chemical Information and Modeling》。 模型基于公开的大规模、结构多样的体外抑制数据训练，覆盖P-gp、BCRP和MRP1三个转运蛋白，R²为0.58至0.82。团队称，外部预测成功识别出抑制剂，并经实验验证或文献复核确认，同时检出可能引发临床相关DDI的药物。研究还建立了大型多样的ABC转运蛋白抑制剂数据库。 按研究团队的说法，该流程可作为候选药物转运体介导DDI早期评估的替代方案；上述预测效果来自其报道，尚待独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。