scroll
P42med is a computational drug design company building physics-aware machine learning tools to unlock the full potential of GPCR allosteric modulation — a frontier that has long eluded classical methods.
Our platform integrates multiscale molecular dynamics, graph-based neural networks and information-theoretic analysis to design molecules that engage receptor surfaces inaccessible to conventional drugs.
Proprietary framework for multiscale dynamics analysis based on hierarchical protein decomposition with graph-based description.
Novel class of transmembrane allosteric modulator peptide candidates designed by focusing on protein dynamics at millisecond timescales.
Scalable cloud-based architecture for MD simulations, ML scoring of physicochemical properties, and automated molecule optimisation.
Generative Hamiltonian and geometric networks preserving classical mechanics symmetries, enabling cost-efficient sampling of millisecond receptor dynamics.
Entropy-transfer causality estimation to map intra-protein communication pathways and identify allosteric sites linked to functional selectivity.
Generative graph diffusion models to automatically design and physicochemically optimise candidate molecules for identified binding sites.
Designed molecules experimentally verified — including a 5-HT1A positive allosteric modulator and a dual GCGR/GLP-1R agonist with nanomolar EC50s.
Models predicting binding affinity, solubility, partition coefficients, toxicity and immunogenicity to triage candidates before synthesis.
Internal database of multiscale MD trajectories combined with high-quality experimental and structural data driving continuous ML improvement.
Projekt skupia się na opracowaniu innowacyjnego oprogramowania, które umożliwi wysokoprzepustowe projektowanie cząsteczek chemicznych, wykorzystując niestandardowe strategie wiązania receptorów GPCR w celu ich selektywnej allosterycznej aktywacji lub modulacji. Rozwiązanie obejmuje identyfikację potencjalnych miejsc wiązania i automatyczne projektowanie cząsteczek wiążących, oparte na zaawansowanych metodach fizykochemicznych i sieciach neuronowych.
Wytworzenie platformy do wysokoprzepustowego komputerowego projektowania cząsteczek chemicznych oddziałujących na receptory GPCR klas A i B1 w celu ich funkcjonalnie selektywnej allosterycznej aktywacji lub modulacji. Projekt stanowi istotną innowację mogącą znacząco wpłynąć na rozwój terapii opartych o funkcjonalną selektywność ligandów allosterycznych GPCR.
Firmy farmaceutyczne i biotechnologiczne oraz badacze prowadzący prace nad lekami oddziałującymi na receptory GPCR. Beneficjentami rezultatów będą również pacjenci korzystający z bezpieczniejszych terapii opartych na allosterycznych modulatorach GPCR.
Modularna platforma in silico umożliwiająca multiskalową integrację danych MD do modelowania sieci komunikacji wewnątrzcząsteczkowej. Identyfikacja allosterycznych miejsc wiązania niedostępnych dla klasycznych metod oraz projektowanie nowej klasy transmembranowych modulatorów allosterycznych GPCR.
Opracowanie zbioru trenującego składającego się z długoczasowych symulacji dynamiki molekularnej
Oprogramowanie umożliwiające badanie zjawisk w skalach czasowych charakterystycznych dla allosterycznej modulacji i oddziaływaniem z efektorami
Opracowanie narzędzia obliczeniowego wykorzystującego metody przybliżania entropii transferu w celu identyfikacji wewnątrzbiałkowych kanałów komunikacyjnych
Opracowanie narzędzi umożliwiających komputerowe projektowanie cząsteczek peptydowych wykazujących funkcjonalne zmiany konformacyjne zależne od środowiska
Opracowanie narzędzi komputerowych umożliwiających projektowanie interakcji allosterycznych ligand-receptor torujących wybrany kanał komunikacyjny
Integracja opracowanych narzędzi w zautomatyzowany potok przetwarzania danych i projektowania bibliotek na wybrane cele molekularne