Zastosowanie modeli uczenia maszynowego w określaniu parametrów fizykochemicznych oraz selekcji związków w badaniach przedklinicznych nad agonistami receptora TAAR1

Okres realizacji
-
Dofinansowanie
374 800,06 zł
Kierownik Projektu
dr hab. Tomasz Pawiński
W ramach projektu przewidziano następujące zadania

W ramach realizacji projektu prowadzone będą prace nad opracowaniem modeli do charakterystyki fizykochemicznej dla nowych, agonistów receptora TAAR1 jako celu biologicznego. Agoniści TAAR1 (m.in. ulotaront) stanowią nową klasę potencjalnych leków w leczeniu schizofrenii czy zaburzeń psychotycznych w chorobie Parkinsona. 

 

Praca będzie realizowana w trzech obszarach niosących wymiar naukowy:

 

1. Opracowanie nowych, wysokoprzepustowych metod chromatografii biomimetycznej do oznaczeń m.in. przepuszczalności jelitowej oraz przepuszczalności bariery krew-mózg (Blood Brain Barrier, BBB), metodą immobilizowanej sztucznej membrany (Immobilized Artificial Membrane, IAM), lipofilowości, wiązania z białkami na kolumnach AGP i HSA. Metody HTS mają pozwolić na zwiększenie efektywności i specyficzności danych eksperymentalnych w porównaniu typowymi analizami in vitro. Otrzymane dane eksperymentalne służyć będą jako dane wejściowe do budowy modeli predykcyjnych.

 

2. Prace nad opracowaniem pełnego podejścia eksperymentalno-informatycznego do predykcji parametrów fizykochemicznych oraz modeli MPO do selekcji wieloparametrycznej związków z bibliotek wirtualnych.

 

3. Opracowanie modeli do predykcji i weryfikacji profili fragmentacyjnych związków w warunkach spektrometrii mas, mających na celu weryfikację poprawności struktury związków poprzez porównanie widm teoretycznych i eksperymentalnych.

Logotyp
dw
Kod projektu
DW09