Бидний тухай
Багш ажилтан
Шинээр гарч буй болон дахин сэргэж буй халдварт өвчнүүд нь Монгол Улсын нийтийн эрүүл мэндэд томоохон сорилт болсоор байна. Ялангуяа эмэнд тэсвэржилт нэмэгдэх, шинэ эмчилгээний бодист хүрэх боломж хязгаарлагдмал байх, сүрьеэгийн өвчлөлийн ачаалал өндөр хэвээр байгаа нөхцөлд эмийн судалгааны шинэ, үр ашигтай арга зүй шаардлагатай байна. Энэхүү “Монгол Улсад шинээр гарч буй халдварт өвчний үед хиймэл оюунд суурилсан тооцооллын эмийн дахин зориулалтын судалгаа: Mycobacterium tuberculosis-ийн хэрэглээ” төсөл нь Mycobacterium tuberculosis-ийн эсрэг шинэ зориулалтаар ашиглаж болох эмийн нэр дэвшигчдийг тодорхойлох тооцооллын нэгдсэн платформ боловсруулахад чиглэнэ. Төслийн хүрээнд хиймэл оюун, биоинформатик, сүлжээний шинжилгээ, бүтэц-үүргийн биологи, молекул докинг зэрэг аргуудыг уялдуулан сүрьеэгийн нянгийн уургуудыг системтэйгээр шинжилж, боломжит эм–бай уургийн харилцан үйлчлэлийг урьдчилан таамаглана. Эхний шатанд M. tuberculosis-ийн протеомын түвшний бай уургуудыг тодорхойлж, тэдгээрийг амин чухал байдал, эмийн бай болох боломж, сүлжээн дэх ач холбогдол, бүтцийн шинжээр нь эрэмбэлнэ. Дараагийн шатанд FDA-ээр зөвшөөрөгдсөн болон судалгааны шатанд буй нэгдлүүдийг хиймэл оюунд түшиглэсэн загвар, in silico молекул харилцан үйлчлэлийн аргуудаар шүүнэ. Илэрсэн нэгдлүүдийг холбогдох чадвар, биологийн үндэслэл, сүлжээний төвшний ач холбогдол болон аюулгүй байдлын шалгуураар үнэлж, тэргүүлэх эмийн нэр дэвшигчдийн жагсаалт гаргана. Энэхүү судалгааны үр дүнд сүрьеэгийн эсрэг дахин зориулж ашиглах боломжтой эмийн эрэмбэлсэн жагсаалт, дахин ашиглах боломжтой тооцооллын ажлын урсгал, мөн Монгол Улсад тулгамдаж буй халдварт өвчний эсрэг цаашдын судалгаанд ашиглах мэдлэгийн сан бүрдэх юм. Уламжлалт эмийн нээлтийн өндөр зардал, урт хугацааг бууруулах замаар энэхүү төсөл нь Монголын тооцооллын биоанагаахын судалгааны чадавхыг бэхжүүлж, нөөц хязгаарлагдмал орчинд халдварт өвчний эсрэг эмийн судалгааг түргэсгэх стратегийн ач холбогдолтой.
Emerging infectious diseases continue to pose major public health challenges in Mongolia, particularly in the context of antimicrobial resistance, limited access to novel therapeutics, and the high burden of tuberculosis. This project, AI-driven Computational Drug Repurposing for Emerging Infectious Diseases in Mongolia: Applications in Mycobacterium tuberculosis, aims to develop a computational framework for identifying promising repurposed drug candidates against Mycobacterium tuberculosis. The study will integrate artificial intelligence, bioinformatics, network-based target prioritization, structural biology, and molecular docking to systematically analyze pathogen proteins and predict potential drug–target interactions. The project will begin by constructing a proteome-wide target landscape for M. tuberculosis, followed by prioritization of essential and druggable proteins using systems-level and structural criteria. Approved and investigational compounds will then be screened through AI-assisted prediction models and in silico binding analyses to identify compounds with high repurposing potential. Candidate molecules will be ranked based on predicted affinity, target relevance, network centrality, and safety-related considerations. The study is expected to generate a prioritized list of therapeutic candidates, a reproducible computational pipeline, and a knowledge base that can support rapid response to tuberculosis and other emerging infectious diseases relevant to Mongolia. By reducing the time, cost, and risk associated with conventional drug discovery, this project will contribute to strengthening computational biomedical research capacity in Mongolia and provide a scalable strategy for accelerating anti-infective drug discovery in resource-limited settings.
Түлхүүр үгс:
