В данном исследовании применяется подход вычислительного перепрофилирования лекарств для поиска новых терапевтических возможностей среди уже одобренных FDA препаратов, нацеленных на циклин-зависимую киназу 2 (CDK2) — ключевой регулятор клеточного цикла, часто ассоциируемый с онкологическими заболеваниями. Методология включает молекулярный докинг с использованием кристаллической структуры человеческого CDK2 (PDB ID: 3PY0), за которым следует анализ взаимодействий белка и лиганда с помощью инструмента PLIP. Для оценки свойств, связанных с лекарственной формой, и фармакокинетики применялась база данных Swiss ADME, а прогноз токсичности осуществлялся с помощью ProTox. Критерии отбора базировались на балансе аффинности связывания, профилей взаимодействий, лекарственной подобности, фармакокинетики и токсичности. В результате наиболее сбалансированный вычислительный профиль продемонстрировал препарат Картеолол, который был выбран в качестве основного кандидата для дальнейшего изучения. Авторы подчеркивают необходимость проведения экспериментальных исследований для подтверждения прямого связывания и ингибирующей активности Картеолола против CDK2. Это исследование иллюстрирует эффективность ИИ и методов машинного обучения в ускорении разработки новых показаний для существующих препаратов, снижая затраты и время на доклинические этапы.