technology.png

核心科技 Technology

核心科技

传统的小分子疗法设计专注于特定的与疾病相关的蛋白质靶点,这些目标已导致许多突破性药物的开发。然而,一旦药物进入体内,在从体内排除之前,它就会与几十种,乃至上百种蛋白质起相互作用。这些脱靶相互作用可能影响药物的安全性,也可能导致药物再利用的机会。 Cyclica的以药物为中心的蛋白质组学方法侧重于药物的多药理学 - 它与之产生相互作用的所有蛋白质 - 提供重新调整作用,目标识别,先导优先级和不良反应阐明的见解。 

 
ACCELERATE YOUR RESEARCH WITH LIGAND EXPRESS™
 
Ligand_express_workflow.png

Ligand Express™

Cyclica已开发,验证,专利和商业化Ligand Express™平台。这是一个基于云端的,可用于筛选小分子药物与结构特征蛋白或“蛋白质组”配对来以确定多药理特征的技术平台。 因此,Ligand Express™使用创新的,基于结构和药物为中心的技术识别重要的蛋白质靶标,利用人工智能确定药物对这些靶标的影响,并使用生物信息学和系统生物学来可视化对药物 - 蛋白质相互作用的预测。 该平台通过识别可能的预期目标和非目标相互作用以及未预料到的相互作用来为小分子提供独特的全景洞察。

它的价值在哪里?

通过了解小分子药物如何与体内所有蛋白质相互作用,Ligand Express™通过阐明作用机制,优先考虑候选药物,了解副作用以及确定现有药物的新用途来增强科学研究。您可以通过ligandexpress.com.访问我们的平台。

 
 

请观看我们关于Ligand Express™平台的介绍视频:

 

结构药物基因组学(新功能集成中)

遗传数据能为人类健康提供卓越的洞察; 然而,科学家们仍在开发能高效利用这些大量数据的方法。 在安大略省卓越中心(Ontario Centres of Excellence)IBM的支持下,Cyclica通过结构药物基因组学(SPG)技术将遗传数据整合到Ligand Express™中,从而获得关于遗传数据的可操作性的见解。 使用超级计算方法,Cyclica已经创建了一个强大的单核苷酸多态性(SNPs)遗传数据库,并将它们映射到蛋白质结构上。 这种映射方式使研究人员能够快速识别可能影响小分子结合的或与疾病有关的潜在遗传变异(见下图)。

 
Pharmacogenomics.png
 

ADMET预测(新功能集成中)

QSAR_temp_Figure.png
 

一个优秀的药物需要做的不仅仅是与药物靶点的结合,它还需要具有理想的药理学性质。 Ligand Express™使用独家的AI方法构建了一系列的预测性ADMET模型,以帮助将小分子转化为药物。 与传统分类器相比,Cyclica已经证明了由该技术生成的QSAR模型的预测准确性更高(相关验证研究请点击这里)。 Cyclica通过Ligand Express™了解药物的多药理学性质并将其与ADMET预测相结合将使科学家能够用前所未有的方式做出高效和明智的决策。