跳到正文
热点事件历史事件

Calico用CAMOLE-1平台设计选择性MMP12肽抑制剂

1 篇报道1 个报道来源14 天前更新

先了解这件事

AI 综述

Calico 在 bioRxiv 预印本中称，其机器学习平台 CAMOLE-1 从天然氨基酸设计出发，发现并优化出强效、选择性的 MMP12 多肽抑制剂；整个过程约一年、合成 270 条肽。 CAMOLE-1 以全原子扩散模型预测结构，并结合物理计算过滤与生化测试。作者称，天然与非天然肽抑制剂的预测结构均与实验解析的肽结合晶体结构高度一致。 作者称，这是首次用机器学习把多肽抑制剂设计从初始命中推进到具改善药代性质的选择性强效先导肽。上述效力与结构一致性均为预印本作者的说法。

AI 根据报道生成 · 13 天前更新

最新进展10月26日 08:00
Calico 用 CAMOLE-1 平台发现并优化强效选择性 MMP12 多肽抑制剂

报道时间线

沿着报道，了解事件的不同侧面。

10月26日
  1. bioRxiv · Biochemistry精选
    Calico 用 CAMOLE-1 平台发现并优化强效选择性 MMP12 多肽抑制剂

    Calico 的机器学习平台 CAMOLE-1 以全原子扩散模型结合物理计算过滤与生化测试，从天然氨基酸设计出发发现 MMP12 多肽抑制剂并进一步优化效力，约一年内合成 270 条肽得到强效选择性抑制剂。预印本摘要称，天然与非天然肽抑制剂的预测结构与其实验解析的肽结合晶体结构高度一致。作者称这是首次用机器学习把多肽抑制剂设计从初始命中推进到具改善药代性质的选择性强效先导肽。

本事件热度走势

可比范围当前
2
可比范围峰值
211月2日 02:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。