研究背景
对于癌症和自身免疫性疾病等复杂疾病的治疗，单一靶标药物由于容易产生耐药性，治疗效果往往受限。因此，能够同时作用于两个治疗靶标的双靶标药物设计成为了研究的热点。
传统的双靶点药物设计往往面临研发周期长且成本高昂的问题，因此结合人工智能和分子模拟技术为提高药物设计提供了新的可能性。
文章简介
近日，中山大学杨跃东教授团队利用强化学习实现双靶点药效团的融合，结合基于主动学习的分子模拟策略，大幅度提高双靶点药物设计的成功率。
图1. AIxFuse 方法的简要示意图
图 2. AIxFuse 能同时优化 GSK3β 和 JNK3 的分子对接打分
另外一个任务是针对视黄酸受体相关孤儿受体 γ-t (RORγt) 和二氢乳清酸脱氢酶 (DHODH) 的双靶标药物设计。AIxFuse 在成功率上相较于其他方法有 5 倍的相对提升。杨跃东教授团队对生成分子进行了多层次的筛选。经过绝对自由能微扰计算 (ABFEP)，最终获得的化合物 AF-5 具有与共晶结构中的两个单靶点活性分子 (GSK-98E, BAY2402234) 相媲美的结合自由能。研究人员还发现 AF-5 的对接结构满足已知的构效关系，能与靶标蛋白建立与已知活性分子相似的药物-小分子相互作用，如氢键和 π-π 堆积等。
图 3. 利用 AIxFuse 生成并筛选出具有双靶点活性潜力的类药小分子
总之，通过结合 AI 和分子模拟，AIxFuse 针对两对双靶点蛋白质的药物设计，表现出高效准确的双靶点药物设计能力，目前已经被多家新药研发公司应用于药物管线研发中。
该成果以“Structure-aware dual-target drug design through collaborative learning of pharmacophore combination and molecular simulation”(《基于药效团组合和分子模拟协同学习的双靶点药物智能设计》)为题，发表在英国皇家化学会期刊 Chemical Science 上，并入选为期刊封面文章。
论文信息
Structure-aware dual-target drug design through collaborative learning of pharmacophore combination and molecular simulation Sheng Chen, Junjie Xie, Renlong Ye, David Daqiang Xu and Yuedong Yang*（杨跃东，中山大学） Chem. Sci., 2024, 15, 10366-10380
https://doi.org/10.1039/D4SC00094C
作者简介
本文第一作者，中山大学计算机学院博士研究生。在 Nature Machine Intelligence, Chemical Science, JCIM, BIBM 等国际知名期刊与会议上发表过研究论文。参与阿里云天池冷冻电镜蛋白质结构建模大赛，负责主要算法开发并获得冠军。当前主要研究方向：蛋白质结构预测，蛋白设计，药物分子生成。
期刊介绍
rsc.li/chemical-science
Chem. Sci.
| 2-年影响因子* | 7.6分 |
| 5-年影响因子* | 8.0分 |
| JCR 分区* | Q1 化学-综合 |
| CiteScore 分† | 14.4分 |
| 中位一审周期‡ | 33 天 |
Chemical Science 是涵盖化学科学各领域的跨学科综合性期刊，也是英国皇家化学会的旗舰期刊。所发表的论文不仅要在相应的领域内具有重大意义，而且还应能引起化学科学其它领域的读者的广泛兴趣。所发表的论文应包含重大进展、概念上的创新与进步或者是对领域发展的真知灼见。发文范围包括但不限于有机化学、无机化学、物理化学、材料科学、纳米科学、催化、化学生物学、分析化学、超分子化学、理论化学、计算化学、绿色化学、能源与环境化学等。作为一本钻石开放获取的期刊，读者可以免费获取所发表论文的全文，同时从该刊的论文版面费由英国皇家化学会承担，论文作者无需付费。
Andrew Cooper
🇬🇧 利物浦大学
Associate editors
|
|
† CiteScore 2023 by Elsevier
‡ 中位数，仅统计进入同行评审阶段的稿件
📧 RSCChina@rsc.org
↓↓↓
