AI 藥物篩選
虛擬篩選通常依賴于計算機模擬和分子對接技術(shù),通過計算分子間的相互作用來預測化合物的生物活性。人工智能 (Artificial Intelligence,AI) 藥物篩選是一種結(jié)合 AI 技術(shù)與計算化學的高通量篩選方法,廣泛應用于蛋白結(jié)構(gòu)預測、新藥研發(fā)和分子設計與優(yōu)化等領(lǐng)域。其主要目的是利用機器學習 (Machine Learning,ML) 算法分析大量數(shù)據(jù),從中學習規(guī)律,生成 AI 打分函數(shù),以此提高篩選效率,加速候選藥物的發(fā)現(xiàn)過程。
MCE AI 藥物篩選平臺綜合使用分子對接、深度學習、分子動力學模擬等方法,借助高性能服務器,能夠在最短數(shù)小時內(nèi)完成數(shù)千萬分子的篩選,真正實現(xiàn)快速、高效!
圖 1. AI 技術(shù)在藥物發(fā)現(xiàn)中的應用
基于靶點的 AI 篩選
基于靶點的 AI 篩選通過機器學習中的深度神經(jīng)網(wǎng)絡、隨機森林等算法及分子對接等技術(shù),構(gòu)建化合物化學結(jié)構(gòu)與生物活性之間的關(guān)系模型,實現(xiàn)對藥物化合物作用機制的快速預測。基于深度學習 (Deep Learning,DL) 模型預測蛋白質(zhì)與小分子結(jié)合的 AI 篩選流程如下:
圖 2. 基于深度學習模型預測蛋白和小分子結(jié)合的流程圖
數(shù)據(jù)收集
•基于 PDBbind、ChEMBL、RCSB PDB 等公開數(shù)據(jù)集收集蛋白質(zhì)結(jié)構(gòu)數(shù)據(jù)以及小分子化合物數(shù)據(jù) (結(jié)構(gòu)、生物活性信息) 等,作為模型的輸入。
特征提取
•將原始數(shù)據(jù)轉(zhuǎn)換為適合深度學習模型處理的格式。
• 例如,可以使用分子指紋 (molecular fingerprints) 來表示小分子的結(jié)構(gòu),而蛋白質(zhì)的特征則可以通過其氨基酸序列或三維結(jié)構(gòu)進行編碼。
模型訓練
•常用的深度學習模型主要包括卷積神經(jīng)網(wǎng)絡 (CNN)、圖神經(jīng)網(wǎng)絡 (GNN)、Transformer 模型等。
•這些模型通過對比已知的蛋白質(zhì)-小分子結(jié)合實例,學習、識別潛在的結(jié)合模式。
•在訓練過程中,模型會不斷優(yōu)化參數(shù),以提高預測的準確性和可靠性。
活性預測
• 將待篩選的小分子輸入訓練好的深度學習模型,以預測其與靶標蛋白的結(jié)合能力。
• 根據(jù)預測結(jié)果對小分子進行排序,選擇前幾名作為潛在候選藥物進行實驗驗證。
基于配體的 AI 篩選
在基于配體的 AI 篩選中,研究人員可以從已知的化合物庫中尋找具有所需性質(zhì)的化合物,或者將已知的活性分子作為訓練集,使用 AI 工具總結(jié)其特征并生成相似的新分子。AI 生成模型可以在更廣泛的化學空間中搜索新分子,設計出具有特定藥物特性的候選分子,從而提高藥物研發(fā)的效率和成功率。
圖 3. 借助深度學習算法,實現(xiàn)超大規(guī)?;瘜W空間探索:圖神經(jīng)網(wǎng)絡 (D-MPNN) 計算預測超過 1 億個分子的化學性質(zhì)。
服務優(yōu)勢
• 提供基于配體/受體的 AI 篩選、分子動力學模擬、結(jié)構(gòu)優(yōu)化及化合物合成的一體化服務
• 擁有成熟的化學合成能力及多種復雜化學合成技術(shù)
• 配備高性能的計算機服務器,確??焖俑咝У臄?shù)據(jù)處理
• 擁有專業(yè)的分子模擬和藥物設計團隊,具備豐富的行業(yè)經(jīng)驗
• 實施高度標準的數(shù)據(jù)隱私管理,確保信息安全
服務咨詢
MCE AI 藥物篩選平臺旨在通過先進的算法和計算能力,快速識別潛在的藥物候選分子,從而大幅提升藥物研發(fā)的效率和成功率。進一步了解服務價格或技術(shù)詳情等信息,請發(fā)郵件或直接聯(lián)系 MCE 的銷售人員。
品牌介紹:
• MCE (MedChemExpress) 擁有200 多種全球獨-家化合物庫,我們致力于為全球科研客戶提供前沿最-全的高品質(zhì)小分子活性化合物;
• 50,000 多種高選擇性抑制劑、激動劑涉及各熱門信號通路及疾病領(lǐng)域;
• 產(chǎn)品種類涵蓋各種重組蛋白,多肽,常用試劑盒 ,更有 PROTAC、ADC 等特色產(chǎn)品,廣泛應用于新藥研發(fā)、生命科學等科研項目;
• 提供虛擬篩選,離子通道篩選,代謝組學分析檢測分析,藥物篩選等專業(yè)技術(shù)服務;
相關(guān)產(chǎn)品
免責聲明
- 凡本網(wǎng)注明“來源:化工儀器網(wǎng)”的所有作品,均為浙江興旺寶明通網(wǎng)絡有限公司-化工儀器網(wǎng)合法擁有版權(quán)或有權(quán)使用的作品,未經(jīng)本網(wǎng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的,應在授權(quán)范圍內(nèi)使用,并注明“來源:化工儀器網(wǎng)”。違反上述聲明者,本網(wǎng)將追究其相關(guān)法律責任。
- 本網(wǎng)轉(zhuǎn)載并注明自其他來源(非化工儀器網(wǎng))的作品,目的在于傳遞更多信息,并不代表本網(wǎng)贊同其觀點和對其真實性負責,不承擔此類作品侵權(quán)行為的直接責任及連帶責任。其他媒體、網(wǎng)站或個人從本網(wǎng)轉(zhuǎn)載時,必須保留本網(wǎng)注明的作品第一來源,并自負版權(quán)等法律責任。
- 如涉及作品內(nèi)容、版權(quán)等問題,請在作品發(fā)表之日起一周內(nèi)與本網(wǎng)聯(lián)系,否則視為放棄相關(guān)權(quán)利。