Artificial intelligence for natural product drug discovery - Archive ouverte HAL
Article Dans Une Revue Nature Reviews Drug Discovery Année : 2023

Artificial intelligence for natural product drug discovery

Michael Mullowney
Katherine Duncan
Somayah Elsayed
Neha Garg
Justin van der Hooft
Nathaniel Martin
David Meijer
Barbara Terlouw
Friederike Biermann
Kai Blin
Janani Durairaj
Marina Gorostiola González
Eric Helfrich
Florian Huber
Stefan Leopold-Messer
Kohulan Rajan
Tristan de Rond
Jeffrey van Santen
  • Fonction : Auteur
Maria Sorokina
Marcy Balunas
Mehdi Beniddir
Doris van Bergeijk
Laura Carroll
Chase Clark
Djork-Arné Clevert
Chris Dejong
  • Fonction : Auteur
Chao Du
  • Fonction : Auteur
Scarlet Ferrinho
Francesca Grisoni
Albert Hofstetter
  • Fonction : Auteur
Willem Jespers
  • Fonction : Auteur
Olga Kalinina
Satria Kautsar
  • Fonction : Auteur
Hyunwoo Kim
Tiago Leao
  • Fonction : Auteur
Joleen Masschelein
Evan Rees
  • Fonction : Auteur
Raphael Reher
Daniel Reker
Philippe Schwaller
  • Fonction : Auteur
Marwin Segler
  • Fonction : Auteur
Michael Skinnider
Allison Walker
  • Fonction : Auteur
Egon Willighagen
Barbara Zdrazil
Nadine Ziemert
  • Fonction : Auteur
Rebecca Goss
Andrea Volkamer
  • Fonction : Auteur
William Gerwick
  • Fonction : Auteur
Hyun Uk Kim
Rolf Müller
Gilles van Wezel
Gerard van Westen
Anna Hirsch
Roger Linington
Serina Robinson
Marnix Medema
Connectez-vous pour contacter l'auteur

Résumé

Developments in computational omics technologies have provided new means to access the hidden diversity of natural products, unearthing new potential for drug discovery. In parallel, artificial intelligence approaches such as machine learning have led to exciting developments in the computational drug design field, facilitating biological activity prediction and de novo drug design for molecular targets of interest. Here, we describe current and future synergies between these developments to effectively identify drug candidates from the plethora of molecules produced by nature. We also discuss how to address key challenges in realizing the potential of these synergies, such as the need for high-quality datasets to train deep learning algorithms and appropriate strategies for algorithm validation.
Fichier non déposé

Dates et versions

hal-04429241 , version 1 (31-01-2024)

Identifiants

Citer

Michael Mullowney, Katherine Duncan, Somayah Elsayed, Neha Garg, Justin van der Hooft, et al.. Artificial intelligence for natural product drug discovery. Nature Reviews Drug Discovery, 2023, 22 (11), pp.895-916. ⟨10.1038/s41573-023-00774-7⟩. ⟨hal-04429241⟩
26 Consultations
0 Téléchargements

Altmetric

Partager

More