药物发现的捷径:新方法大规模预测小分子如何与蛋白质相互作用A shortcut for drug discovery: Novel method predicts on a large scale how small molecules interact with proteins

环球医讯 / 创新药物来源:phys.org奥地利 - 英语2025-11-06 05:27:01 - 阅读时长2分钟 - 981字
奥地利科学院分子医学研究中心与辉瑞公司合作开发了一种创新方法,能够大规模测量数百种小分子对数千种人类蛋白质的结合活性。该研究揭示了数以万计的配体-蛋白质相互作用,为化学工具和治疗药物开发提供了新起点,并借助机器学习和人工智能实现对活细胞中所有蛋白质与小分子相互作用的无偏预测。这项突破性成果已在《科学》杂志发表,所有数据和模型向科学界免费开放,有望显著加速药物发现进程并深化对人类健康与疾病机制的理解,为解决超过80%蛋白质缺乏已知结合小分子的行业难题提供了关键解决方案。
药物发现小分子蛋白质相互作用新型药物研发健康疾病生物学认识配体机器学习人工智能
药物发现的捷径:新方法大规模预测小分子如何与蛋白质相互作用

对于大多数人类蛋白质,尚无已知能与之发生化学结合的小分子(即"配体")。配体通常是药物开发的重要起点,但这一知识缺口严重阻碍了新型药物的研发。

奥地利科学院分子医学研究中心(CeMM)与辉瑞公司合作,现已改进并扩展了一种方法,用于测量数百种小分子对数千种人类蛋白质的结合活性。

这项大规模研究揭示了数以万计的配体-蛋白质相互作用,这些相互作用可用于开发化学工具和治疗药物。此外,在机器学习和人工智能的驱动下,该方法能够无偏见地预测小分子如何与活人体细胞中所有存在的蛋白质相互作用。

这些结果已发表在《科学》杂志上,所有生成的数据和模型均向科学界免费开放。

绝大多数药物是影响蛋白质活性的小分子。如果对这些小分子有充分理解,它们也是表征蛋白质行为和进行基础生物学研究的宝贵工具。

鉴于这些重要角色,令人惊讶的是,目前已有超过80%的蛋白质尚未发现能与之结合的小分子。这不仅阻碍了新型药物和治疗策略的开发,也妨碍了对健康和疾病的新型生物学认识。

为填补这一空白,CeMM与辉瑞公司合作的研究人员扩展并规模化了一种实验平台,使他们能够测量数百种具有不同化学结构的小分子与活细胞中所有表达蛋白质的相互作用。

这产生了一个包含数以万计配体-蛋白质相互作用的丰富目录,现在可进一步优化,作为后续治疗开发的起点。

在他们的研究中,CeMM首席研究员格奥尔格·温特(Georg Winter)领导的团队通过开发针对细胞转运蛋白、细胞降解机制组件以及参与细胞信号传导的未充分研究蛋白质的小分子结合剂,展示了这一方法的应用。此外,利用这一大型数据集,研究人员开发了机器学习和人工智能模型,能够预测其他小分子如何与活人体细胞中表达的蛋白质相互作用。

"我们惊讶地发现,人工智能和机器学习如何提升我们对小分子在人体细胞中行为的理解。我们希望我们的小分子-蛋白质相互作用目录及相关人工智能模型现在能为药物发现方法提供一条捷径,"温特表示。

为最大限度地提高对科学界的潜在影响和实用性,所有数据和模型均通过网络应用程序免费提供。

"这是产业界与学术界之间一次杰出的合作。我们很高兴展示通过三个小组三年密切合作和团队工作所取得的成果。这是一个非常成功的项目,"辉瑞公司药物设计副总裁兼负责人帕特里克·弗霍斯特博士表示。

【全文结束】

大健康
大健康