Search engine for discovering works of Art, research articles, and books related to Art and Culture
ShareThis
Javascript must be enabled to continue!

Hydration of drug-like molecules with molecular density functional theory and the hybrid-4th-dimension Monte Carlo approach

View through CrossRef
Hydratation de molécules de type pharmaceutique avec la théorie de la fonctionnelle de densité moléculaire et l'approche Monte-Carlo hybride à 4ème dimension Le développement d’un médicament prend en moyenne plus de 10 ans pour un coût de 1 Mrd de dollars. Pour accélérer le processus et diminuer le coût, on utilise des méthodes in-silico lors de l’étape de découverte qui consiste à cribler ~10⁵ molécules de type médicament pour proposer quelques candidats à l’étape préclinique. Le critère majeur est l’affinité entre la molécule potentielle et la cible biologique. L’interaction se passant dans notre corps: cette affinité doit être prédite dans l’eau et le médicament doit être soluble dans l’eau pour avoir accès à la cible. Globalement, les effets de solvatation ont un rôle important dans la conception de médicaments. Numériquement, pour un champ de force donné, la solvatation peut être étudiée par des méthodes de simulation exactes mais coûteuses, par des modèles de continuum rapides mais qui ignorent la nature moléculaire du solvant, enfin par des théories des liquides approximatives mais capables de garder l’information moléculaire du solvant tout en diminuant le temps de calcul. L’objectif de cette thèse étant la prédiction des énergies libres d’hydratation (ELH) de molécules de type médicament par des méthodes qui soient les plus précises et plus rapides possibles, elle se concentre sur deux approches originales: Le Monte-Carlo hybride à 4ème dimension, une nouvelle méthode pour calculer les ELH selon le principe de Jarzynski à partir simulations courtes hors-équilibre pendant lesquelles on introduit ou retire le soluté doucement depuis le solvant avec un paramètre de couplage dépendant du temps. Nous montrons que cette approche est capable de prédire les ELH de molécules de type pharmaceutique 4-6 fois plus rapidement que l’approche classique de perturbation de l’énergie libre. La théorie de la fonctionnelle de densité moléculaire, une approche de théorie des liquides qui permet l’étude des propriétés de solvatation de n’importe quelle soluté rigide. Dans son état actuel, dans l’approximation hyper-netted-chain couplée à une correction de pression, nous montrons qu’elle est capable de prédire les ELH des mêmes molécules avec une précision de respectivement 0.5 ou 1.0 kcal/mol par rapport aux simulations ou aux données expérimentales, avec une accélération de calcul de l’ordre de 10³-10⁴ par rapport aux simulations. H4D-MC est considéré ici comme une source de références pour développer plus avant la MDFT, elle-même une méthode suffisamment rapide pour être envisagée dans un processus de criblage haut-débit.
Agence Bibliographique de l'Enseignement Supérieur
Title: Hydration of drug-like molecules with molecular density functional theory and the hybrid-4th-dimension Monte Carlo approach
Description:
Hydratation de molécules de type pharmaceutique avec la théorie de la fonctionnelle de densité moléculaire et l'approche Monte-Carlo hybride à 4ème dimension Le développement d’un médicament prend en moyenne plus de 10 ans pour un coût de 1 Mrd de dollars.
Pour accélérer le processus et diminuer le coût, on utilise des méthodes in-silico lors de l’étape de découverte qui consiste à cribler ~10⁵ molécules de type médicament pour proposer quelques candidats à l’étape préclinique.
Le critère majeur est l’affinité entre la molécule potentielle et la cible biologique.
L’interaction se passant dans notre corps: cette affinité doit être prédite dans l’eau et le médicament doit être soluble dans l’eau pour avoir accès à la cible.
Globalement, les effets de solvatation ont un rôle important dans la conception de médicaments.
Numériquement, pour un champ de force donné, la solvatation peut être étudiée par des méthodes de simulation exactes mais coûteuses, par des modèles de continuum rapides mais qui ignorent la nature moléculaire du solvant, enfin par des théories des liquides approximatives mais capables de garder l’information moléculaire du solvant tout en diminuant le temps de calcul.
L’objectif de cette thèse étant la prédiction des énergies libres d’hydratation (ELH) de molécules de type médicament par des méthodes qui soient les plus précises et plus rapides possibles, elle se concentre sur deux approches originales: Le Monte-Carlo hybride à 4ème dimension, une nouvelle méthode pour calculer les ELH selon le principe de Jarzynski à partir simulations courtes hors-équilibre pendant lesquelles on introduit ou retire le soluté doucement depuis le solvant avec un paramètre de couplage dépendant du temps.
Nous montrons que cette approche est capable de prédire les ELH de molécules de type pharmaceutique 4-6 fois plus rapidement que l’approche classique de perturbation de l’énergie libre.
La théorie de la fonctionnelle de densité moléculaire, une approche de théorie des liquides qui permet l’étude des propriétés de solvatation de n’importe quelle soluté rigide.
Dans son état actuel, dans l’approximation hyper-netted-chain couplée à une correction de pression, nous montrons qu’elle est capable de prédire les ELH des mêmes molécules avec une précision de respectivement 0.
5 ou 1.
0 kcal/mol par rapport aux simulations ou aux données expérimentales, avec une accélération de calcul de l’ordre de 10³-10⁴ par rapport aux simulations.
H4D-MC est considéré ici comme une source de références pour développer plus avant la MDFT, elle-même une méthode suffisamment rapide pour être envisagée dans un processus de criblage haut-débit.

Related Results

Selection of Injectable Drug Product Composition using Machine Learning Models (Preprint)
Selection of Injectable Drug Product Composition using Machine Learning Models (Preprint)
BACKGROUND As of July 2020, a Web of Science search of “machine learning (ML)” nested within the search of “pharmacokinetics or pharmacodynamics” yielded over 100...
Monte Carlo methods: barrier option pricing with stable Greeks and multilevel Monte Carlo learning
Monte Carlo methods: barrier option pricing with stable Greeks and multilevel Monte Carlo learning
For discretely observed barrier options, there exists no closed solution under the Black-Scholes model. Thus, it is often helpful to use Monte Carlo simulations, which are easily a...
Composite Hydration Process of Clay Minerals Simulating Mineral Clay Components and Influence Mechanism of Cations
Composite Hydration Process of Clay Minerals Simulating Mineral Clay Components and Influence Mechanism of Cations
Clay minerals are an important part of the mud shale reservoir, and their type of content has a great impact on the hydration of the formation. The hydration of clay minerals cause...
Recent Advancements in Wearable Hydration-Monitoring Technologies: Scoping Review of Sensors, Trends, and Future Directions
Recent Advancements in Wearable Hydration-Monitoring Technologies: Scoping Review of Sensors, Trends, and Future Directions
Background Monitoring hydration is crucial for maintaining health and preventing dehydration. Despite the potential of wearable devices for continuous hydration...
Research on Multi-Group Monte Carlo Calculations Based on Group Constants Generated by RMC
Research on Multi-Group Monte Carlo Calculations Based on Group Constants Generated by RMC
Abstract Nowadays, deterministic two-step or Monte Carlo methods are commonly used in core physics calculations. However, with the development of reactor core design, tradi...

Back to Top