Article Publish Status: FREE
Click here to read the complete article.
Abstract Title:In Silico Mining for Antimalarial Structure-Activity Knowledge and Discovery of Novel Antimalarial姜黄素。
摘要来源：
分子。 2016; 21（7）。 EPUB 2016年6月29日。PMID： 27367660 Lanfranchi，Sandrine Cojean，Dragos Horvath，Gilles Marcou，Alexandre Varnek，Louis Maes，Louis Maes，Uko Maran，Philippe Moiseau，Elisabeth Davioud-Charvet
文章隶属关系：P> parsiria withs tropical，抗性恶性疟原虫寄生虫的抗性疟原虫的出现是基于青蒿素的联合疗法（ACTS）的出现，这是一个重大的公共卫生威胁有效的化合物可以逆转抗性并治愈疾病。为此，进行了来自内部和化学源的实验抗质量筛查数据的广泛策划和均质化。结果，建立了连贯的策略，该策略允许编译相干训练集将复合结构与相应的抗疟活性测量相关联。这些训练组中有17个导致成功生成分类模型，该模型歧视化合物是否具有在与每组相关的抗疟疾测试的特定条件下进行活动的显着可能性。这些模型用于对内部可用的一系列姜黄素的最有可能活动的共识预测。积极的预测以及一些预测，因为非活性，然后将其进行实验性的体外抗疟疾测试。预测化合物的绝大多数显示出抗菌活性，但没有预测因此，实验验证了在计算机筛选方法中的实验验证。此处提出的共识机学习方法显示了降低抗疟药的成本和持续时间的潜力。