Abstract: A. Ahmadi, S. Gupta, V. Menon, J. Baudry (2025)

Introduction Machine learning methods were applied to analyze pharmacophore features derived from four protein-binding sites, aiming to identify key features associated with ligand-specific protein conformations.Methods Using molecular dynamics simulations, we generated an ensemble of protein conformations to capture the dynamic nature of their binding sites. By leveraging pharmacophore descriptors, the AI/ML framework prioritized features uniquely associated with ligand-selected conformations, enabling a mechanism-driven understanding of binding interactions. This novel approach integrates biophysical insights with machine learning, focusing on pharmacophoric properties such as charge, hydrogen bonding, hydrophobicity, and aromaticity.Results Results showed significant enrichment of true positive ligands-improving database enrichment by up to 54-fold compared to random selection-demonstrating the robustness of this approach across diverse proteins.Conclusion Unlike conventional structure-based or ligand-based screening methods, this work emphasizes the role of specific protein conformations in driving ligand binding, making the process highly interpretable and actionable for drug discovery. The key innovation lies in identifying pharmacophore features tied to conformations selected by ligands, offering a predictive framework for optimizing drug candidates. This study illustrates the potential of combining ML and pharmacophoric analysis to develop intuitive and mechanism-driven tools for lead optimization and rational drug design.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Linking machine learning and biophysical structural features in drug discovery