近日，深圳理工大學（籌）藥學院講席教授、中國科學院深圳先進技術研究院計算機輔助藥物設計研究中心首席科學家Horst Vogel團隊聯(lián)合瑞士洛桑聯(lián)邦理工學院（EFPL）和深圳阿爾法分子科技有限責任公司（AlpahMol）在國際頂級學術期刊Nature Biotechnology（IF=68.164）上發(fā)表了題為Computational drug development for membrane protein targets的綜述文章。
文章回顧了計算工具在藥物發(fā)現(xiàn)中的應用，討論了目前AI技術以及冷凍電鏡技術的發(fā)展對藥物研發(fā)，尤其是以膜蛋白為靶標的藥物研發(fā)所造成的影響。人類蛋白質(zhì)中約三分之一為膜蛋白，其中G蛋白偶聯(lián)受體(GPCR)和通道蛋白最為豐富，對細胞信號傳導和病理生理過程至關重要，因此膜蛋白成為大多數(shù)藥物開發(fā)的靶點。全新藥物(First-in-Class)的開發(fā)通常伴隨著巨大的時間和金錢成本，文章討論了計算生物學和結(jié)構(gòu)生物學的一些最新進展，并提出了四個問題，包括膜蛋白結(jié)構(gòu)的預測精度、計算工具如何加速藥物設計、機器學習如何加速和擴大膜蛋白結(jié)構(gòu)生物學工具箱以及計算生物學方法的可靠性。針對這些問題，文章詳細介紹了相關的計算方法和實驗技術，如深度學習、化學篩選、計算機輔助化學合成規(guī)劃、機器學習等，并強調(diào)了這些方法在膜蛋白結(jié)構(gòu)和功能研究中的應用潛力。這些技術有望顯著縮短藥物開發(fā)的時間并降低成本。隨著計算方法和人工智能在藥物開發(fā)中的應用日益增多，許多初創(chuàng)公司和大型科技公司都在利用人工智能加速藥物開發(fā)。盡管在膜蛋白方面的應用仍處于早期階段，但這些令人振奮的發(fā)展成果為未來的藥物開發(fā)提供了巨大的潛力。
此外，文章也強調(diào)了濕實驗研究和計算工具的相互配合在藥物開發(fā)中的重要性，發(fā)揮計算工具在數(shù)據(jù)處理和預測方面的優(yōu)勢，以及濕實驗在實驗驗證和深入探究方面的優(yōu)勢，從而更快、更有效地發(fā)現(xiàn)和開發(fā)新的藥物。
瑞士洛桑聯(lián)邦理工學院（EFPL）Henning Stahlberg,深圳阿爾法分子科技有限責任公司（AlpahMol）袁曙光博士，深圳理工大學（籌）/深圳先進院Horst Vogel教授為通訊作者；原深圳先進院博士后、現(xiàn)阿爾法分子的研究員李海劍博士，深圳先進院博士后孫曉琳、饒智麗、郭李偉，博士生崔文強、Marc Xu、董俊麟等為共同一作。
膜蛋白配體虛擬篩選流程(以GPCR為例)
原文鏈接
