AI और दुनिया की कठिन समस्याएँ · चिकित्सा और दवा खोज · Nature (computational biology) · 2026-10-25

एकीकृत मशीन लर्निंग और आणविक मॉडलिंग के माध्यम से प्राकृतिक उत्पाद से प्राप्त NaV1.5 सोडियम चैनल मॉड्यूलेटर की पहचान

मूल शीर्षक: Identification of a natural product derived NaV1.5 sodium channel modulator through integrated machine learning and molecular modeling

मौजूदा सोडियम चैनल ब्लॉकर्स में प्रोएरिदमिक जोखिम होते हैं, इसलिए एट्रियल फ़िब्रिलेशन के लिए अधिक सुरक्षित NaV1.5 मॉड्यूलेटरों की आवश्यकता है। टीम ने 1,512 ज्ञात NaV1.5 अवरोधकों पर LightGBM, XGBoost और Random Forest मॉडल प्रशिक्षित किए और COCONUT के 100,404 प्राकृतिक यौगिकों की स्क्रीनिंग की। सर्वश्रेष्ठ मॉडल (LightGBM, MCC 0.66) से Piperaduncin C मिला, जिसने अनुकूल डॉकिंग, स्थिर सिमुलेशन और क्विनिडीन से बेहतर अनुमानित बंधन ऊर्जा दिखाई, हालाँकि प्रायोगिक सत्यापन अभी भी आवश्यक है।

मूल लेख पढ़ें ↗

सभी आइटम →