研究专题介绍
背景
化学生物学日益受益于实验结构技术与计算方法的紧密融合，从而阐明生物分子机制并加速药物发现。结构生物学、基于人工智能的结构预测及数据驱动建模的最新进展，极大拓展了该融合技术的有效应用范围，使整合工作流程能够覆盖多样化的生物靶点和疾病场景。
本研究专题旨在展示将高分辨结构与生物物理技术（如X射线晶体学、冷冻电镜、核磁共振和结合实验）与计算工具（包括分子对接、分子模拟、虚拟筛选、大数据资源及人工智能或深度学习）相结合的研究成果。
专题强调通过融合实验证据与预测建模的迭代工作流程，揭示整合策略如何支持结构与机制洞见的发现、靶点验证，并加速配体或探针的开发。契合《化学生物学前沿》的使命，本专题聚焦于剖析酶、受体和转运蛋白作用机制的化学、生物与生物信息学交叉研究，并应用结构引导策略优化感染性疾病、癌症和神经退行性疾病的药物设计。
在化学生物学中，理解和操控分子识别、催化及信号传导需要详尽的结构与机制信息，这通常依赖先进的化学工具和探针。然而关键挑战依然存在：变构口袋和瞬时口袋难以探测；动态构象集合使静态结构复杂化；庞大的化学空间使全面实验筛选不可行。
与此同时，计算建模、大数据资源和人工智能方法现可为靶点可成药性、结合模式和功能脆弱性提供可验证的假设，前提是这些方法必须基于可靠的结构与生物物理数据。实验与计算机模拟组件亟需整合为迭代工作流程——例如利用基于片段的晶体结构引导虚拟筛选，或将分子动力学优化的结合模型输入药物化学循环。
本研究专题重点展示化学生物学中的整合策略：结构数据、机制洞见与计算预测相结合，以理性、数据驱动的方式推动靶点验证，并发现优化配体。
本专题欢迎符合以下方向的投稿（包括但不限于）：
- 健康与疾病中酶、受体及转运蛋白的结构与生物物理表征；
- 基于片段和结构引导的配体发现，包括抑制剂与化学探针优化；
- 靶点-配体相互作用的生物物理与结构分析（如晶体学、冷冻电镜、核磁共振、质谱、表面等离子共振、量热法）；
- 基于实验数据的计算建模、分子对接、分子模拟、虚拟筛选及人工智能或机器学习工作流程；
- 支持靶点评估、结构分析或配体发现的数据库资源、网络服务器与计算平台；
- 将高通量或片段筛选与计算机设计相结合的整合工作流程；
- 用于生物系统结构或机制研究的化学生物学工具与纳米平台。
关键词：化学生物学、结构生物学、药物发现、计算建模、片段筛选、分子对接、配体、可成药性
重要说明：所有投稿必须符合所投期刊及栏目的范围定义。Frontiers保留在同行评审任何阶段将范围不符的稿件引导至更合适栏目或期刊的权利。
专题编辑
- 安娜丽塔·菲奥里洛（Annarita Fiorillo）
罗马智慧大学药学与医学院生物化学科学系
意大利罗马
- 帕特里齐奥·迪·米科（Patrizio Di Micco）
法国环境与农业科学技术研究院
法国安托尼
- 维卡什·库马尔·杜贝（Vikash Kumar Dubey）
印度印度理工学院（BHU）
印度瓦拉纳西
【全文结束】
