大自然拥有大量的药用物质。苏黎世联邦理工学院计算机辅助药物设计教授 Gisbert Schneider 说:“如今,超过 50% 的药物都受到大自然的启发。”尽管如此,他坚信我们只挖掘了天然产品潜力的一小部分。他与他的团队一起成功地展示了如何有针对性地使用人工智能 (AI) 方法来寻找天然产物的新药物应用。此外,人工智能方法能够帮助找到具有相同效果但更容易且因此制造成本更低的这些化合物的替代品。
天然物质的靶分子是潜在的药物靶点
因此,ETH 研究人员正在为一项重要的医学进步铺平道路:我们目前总共只有大约 4,000 种基本不同的药物。相比之下,人类蛋白质的数量估计高达 400,000,每一种都可能是药物的目标。施耐德在寻找新药剂时专注于自然是有充分理由的。“根据定义,大多数天然产品都是通过进化机制选择的潜在活性成分,”他说。
科学家过去常常在搜索新药时收集天然产物,而施耐德和他的团队改变了剧本:首先,他们寻找天然产物的可能目标分子,通常是蛋白质,以识别药理学相关的化合物。“与传统筛选相比,使用这种方法找到具有医学意义的活性成分和目标蛋白对的机会要大得多,”施耐德说。
用细菌分子测试
ETH 化学家用 marinopyrrole A 测试了他们的概念,这是一种已知具有抗生素、抗炎和抗癌特性的细菌分子。然而,关于天然物质与人体中的哪些蛋白质相互作用以产生这些效果的研究很有限。
为了找到 marinopyrrole A 的可能目标蛋白,研究人员使用了他们自己开发的算法。该算法采用机器学习模型,将 marinopyrrole A 的药理学上有趣的部分与已知药物的相应模式进行比较,这些药物结合的目标蛋白是已知的。根据模式匹配,研究人员能够识别出细菌分子可以结合的八种人类受体和酶。这些受体和酶参与炎症和疼痛过程以及免疫系统等。
实验室实验证实,marinopyrrole A 实际上确实与大多数预测的蛋白质产生了可测量的相互作用。“我们的 AI 方法能够以通常超过 50% 的可靠性缩小天然产物的蛋白质目标,这简化了对新药物活性剂的搜索,”施耐德说。
标签: 新药
免责声明:本文由用户上传,如有侵权请联系删除!