<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />Graeme Robb, científico principal asociado, AstraZeneca
El número de moléculas orgánicas potenciales que podrían existir es más de 10 ^ 60, pero los métodos de cribado de alto rendimiento (HTS) están restringidos a 10 ^ 6 - 10 ^ 9 moléculas, de las cuales, con frecuencia, menos de 10 ^ 3 moléculas Mostrar cualquier actividad biológica deseada. Para que este enfoque tenga éxito, debemos garantizar que nuestro subconjunto de 10 ^ 6 moléculas sea representativo del conjunto mayor de 10 ^ 60. Sin embargo, las moléculas en la colección histórica de una compañía farmacéutica no son representativas del mayor espacio químico. ¿Hay medios para complementar este conjunto para que sea más representativo? A continuación de este desafío del descubrimiento de fármacos, ¿qué moléculas debemos diseñar a continuación para maximizar la información y minimizar la síntesis costosa de nuevas moléculas? Normalmente, un científico de datos podría considerar el diseño de experimentos (DOE) para lograr esto, pero en el mundo multidimensional de los productos químicos, esta es una tarea difícil. La combinación única de visualizaciones interactivas, capacidades DOE y herramientas de manipulación de datos dentro de JMP nos permite incorporar métodos químicamente conscientes para explorar y evaluar sistemáticamente grandes conjuntos de datos complejos. De esta manera, analizamos los datos existentes para determinar qué hacer, a fin de maximizar la información para la siguiente iteración, acelerando el progreso en el descubrimiento de medicamentos.
