通过对属于内部行业数据库 Ty-Box 的 456 种化合物进行的高通量表型筛选程序,鉴定出了对锥虫、利什曼原虫和结核分枝杆菌具有活性的广谱抗感染化疗药物。使用机器学习方法进行化合物表征,能够识别和合成 44 种化合物,这些化合物对布氏锥虫、婴儿利什曼原虫和克氏锥虫具有广谱抗寄生虫活性和最小毒性。体外研究证实了化合物40中确定的预测模型,该化合物是一种新的先导化合物,具有创新的N- (5-
嘧啶基)苯磺酰胺支架,有望对两种寄生虫具有低微摩尔活性和低毒性。鉴于对 Ty-Box 库的化合物进行的各种高通量筛选测定所产生的数据量和复杂性,
化学信息学和机器学习工具能够选择适合进一步评估其
生物和毒理学活性的化合物,并辅助在决策过程中对已确定的先导进行设计和优化。