ഉൽപ്പന്നങ്ങൾ

മയക്കുമരുന്ന് മൂലമുണ്ടാകുന്ന കരൾ ക്ഷതമാണ് മയക്കുമരുന്ന് ക്ഷയിക്കാനുള്ള പ്രധാന കാരണങ്ങളിലൊന്ന്.സുരക്ഷിതമായ മരുന്നുകളിലേക്ക് പരീക്ഷണാത്മക മയക്കുമരുന്ന് കണ്ടെത്തൽ പദ്ധതികളെ നയിക്കാൻ സഹായിക്കുന്നതിന്, അവയുടെ രാസഘടനകളിൽ നിന്ന് മയക്കുമരുന്ന് ഉദ്യോഗാർത്ഥികളുടെ കരൾ ഫലങ്ങൾ പ്രവചിക്കാനുള്ള കഴിവ് നിർണായകമാണ്.ഈ പഠനത്തിൽ, മനുഷ്യർ, എലി, എലിശല്യം എന്നിവ ഉൾപ്പെടുന്ന വിവിധ ജീവജാലങ്ങളിൽ കരളിൽ വൈവിധ്യമാർന്ന ഫലങ്ങൾ ഉണ്ടാക്കുന്നതായി റിപ്പോർട്ടുചെയ്‌ത 951 സംയുക്തങ്ങളുടെ ഒരു ഡാറ്റാ സെറ്റ് ഞങ്ങൾ സമാഹരിച്ചു.ഈ ഡാറ്റാ സെറ്റിന്റെ കരൾ ഇഫക്റ്റുകൾ അസെർഷണൽ മെറ്റാഡാറ്റയായി ലഭിച്ചു, ഇത് ലെക്സിക്കൽ, ഭാഷാപരമായ രീതികളുടെയും ഓന്റോളജിക്കൽ നിയമങ്ങളുടെയും സവിശേഷമായ സംയോജനം ഉപയോഗിച്ച് MEDLINE സംഗ്രഹങ്ങളിൽ നിന്ന് സൃഷ്ടിച്ചതാണ്.പരമ്പരാഗത കെമിൻഫോർമാറ്റിക്‌സ് സമീപനങ്ങൾ ഉപയോഗിച്ച് ഞങ്ങൾ ഈ ഡാറ്റാ സെറ്റ് വിശകലനം ചെയ്യുകയും കരൾ ഇഫക്റ്റുകളുടെ ക്രോസ്-സ്പീഷീസ് കൺകോർഡൻസ്, മനുഷ്യരിലെ കരൾ ഫലങ്ങളുടെ രാസ നിർണ്ണയങ്ങൾ, നൽകിയിരിക്കുന്ന സംയുക്തം മനുഷ്യരിൽ കരൾ പ്രഭാവം ഉണ്ടാക്കാൻ സാധ്യതയുണ്ടോ എന്ന പ്രവചനം എന്നിവയുമായി ബന്ധപ്പെട്ട നിരവധി ചോദ്യങ്ങൾ പരിഹരിക്കുകയും ചെയ്തു.വിവിധ സ്പീഷീസുകൾക്കിടയിൽ കരൾ ഫലങ്ങളുടെ കൺകോർഡൻസ് താരതമ്യേന കുറവാണെന്ന് ഞങ്ങൾ കണ്ടെത്തി (ഏകദേശം 39-44%), ജീവിവർഗങ്ങളുടെ പ്രത്യേകത രാസഘടനയുടെ പ്രത്യേക സവിശേഷതകളെ ആശ്രയിച്ചിരിക്കും.സംയുക്തങ്ങൾ അവയുടെ രാസ സാമ്യത്താൽ കൂട്ടമായി, അവയുടെ സ്പീഷിസ്-ആശ്രിത ലിവർ ഇഫക്റ്റ് പ്രൊഫൈലുകളുടെ പ്രതീക്ഷിച്ച സമാനതയ്ക്കായി സമാനമായ സംയുക്തങ്ങൾ പരിശോധിച്ചു.മിക്ക കേസുകളിലും, ഒരേ ക്ലസ്റ്ററിലെ അംഗങ്ങൾക്ക് സമാനമായ പ്രൊഫൈലുകൾ നിരീക്ഷിക്കപ്പെട്ടിരുന്നു, എന്നാൽ ചില സംയുക്തങ്ങൾ ഔട്ട്‌ലൈയറുകളായി പ്രത്യക്ഷപ്പെട്ടു.MEDLINE-ൽ നിന്നും മറ്റ് ഡാറ്റ സ്രോതസ്സുകളിൽ നിന്നുമുള്ള ഫോക്കസ്ഡ് അസെർഷൻ റീജനറേഷന്റെ വിഷയമാണ് ഔട്ട്‌ലൈയറുകൾ.ചില സന്ദർഭങ്ങളിൽ, സംയുക്തങ്ങളുടെ രാസ സമാനതകളെ അടിസ്ഥാനമാക്കിയുള്ള പ്രതീക്ഷകൾക്ക് അനുസൃതമായ അധിക ജീവശാസ്ത്രപരമായ അവകാശവാദങ്ങൾ തിരിച്ചറിഞ്ഞു.ഈ അവകാശവാദങ്ങൾ അടിസ്ഥാന രാസവസ്തുക്കളുടെ ബൈനറി വ്യാഖ്യാനങ്ങളായി പരിവർത്തനം ചെയ്യപ്പെട്ടു (അതായത്, കരൾ പ്രഭാവം, കരൾ പ്രഭാവം ഇല്ല), കൂടാതെ ബൈനറി ക്വാണ്ടിറ്റേറ്റീവ് സ്ട്രക്ചർ-ആക്‌റ്റിവിറ്റി റിലേഷൻഷിപ്പ് (ക്യുഎസ്എആർ) മോഡലുകൾ മനുഷ്യരിൽ കരൾ പ്രഭാവം ഉണ്ടാക്കുമെന്ന് പ്രവചിക്കുന്നതിനായി സൃഷ്ടിച്ചു.ഡാറ്റയുടെ പ്രത്യക്ഷമായ ടി വൈവിധ്യം ഉണ്ടായിരുന്നിട്ടും, ബാഹ്യമായ 5-മടങ്ങ് ക്രോസ്-വാലിഡേഷൻ നടപടിക്രമങ്ങളാൽ വിലയിരുത്തപ്പെടുന്ന നല്ല പ്രവചന ശക്തി മോഡലുകൾ കാണിക്കുന്നു.ബൈനറി ക്യുഎസ്എആർ മോഡലുകളുടെ ബാഹ്യ പ്രവചന ശക്തി, മോഡൽ വികസിപ്പിച്ചതിനുശേഷം വീണ്ടെടുക്കുകയോ പഠിക്കുകയോ ചെയ്ത സംയുക്തങ്ങളിലേക്കുള്ള അവയുടെ പ്രയോഗത്തിലൂടെ കൂടുതൽ സ്ഥിരീകരിക്കപ്പെട്ടു.പരിമിതമായ മാനുവൽ ക്യൂറേഷനോടുകൂടിയ ഓട്ടോമേറ്റഡ് ടെക്സ്റ്റ് മൈനിംഗ് വഴി സൃഷ്ടിച്ച നിരീക്ഷണ ഡാറ്റയിൽ ക്യുഎസ്എആർ മോഡലിംഗും മറ്റ് കെമിൻഫോർമാറ്റിക്സ് ടെക്നിക്കുകളും പ്രയോഗിച്ച കെമിക്കൽ ടോക്സിസിറ്റി പ്രവചനത്തിനായുള്ള ആദ്യ പഠനമാണിത്. ഡാറ്റ.