AI 助力 Sirtuin-1 小分子抑制剂发现

榴莲忘返 2014

编辑：Student Zero

AI 助力 Sirtuin-1 小分子抑制剂发现

导读

通过 AI 虚拟筛选技术创建特定靶点的化合物集，显著提高了药物发现流程的效率和成本-成功比例。

虚拟筛选是非常耗时和消耗资源的工作。然而，商业上有数百万种小分子化合物可用，这使得全面的体外测试变得难以管理。作者展示了如何使用 AI 工具将大规模的筛选集合缩减到只有几百种针对特定目标的小分子化合物，从而使苗头化合物的发现 过程更快速、更经济。

这些化合物来自一个含有 260 万种化合物的库，最终筛选的苗头化合物仅占原始库的 0.02%。最终，多阶段体外验证确认了九种化学上新颖的抑制剂。与 Sirtuin-1 的竞争性基准研究相比，作者的方法显示出 12 倍的命中率。

这些结果表明，从大型筛选库中进行 AI 驱动的筛选 ，可以大大减少需要在体外测试的小分子化合物的数量，同时仍保留大量的苗头化合物。

结果与方法

通过 AI 虚拟筛选与多阶段体外验证，作者成功发现了新的 Sirtuin-1 小分子抑制剂。

• 📚 利用 PharmAI DiscoveryEngine 进行 Sirtuin-1 活性位点的特性分析和配体结合倾向的估算。
• 🧪 在 Enamine 筛选集合中，筛选 出 434 种小分子化合物进行多阶段体外验证。
• 🧬 使用分子动力学模拟研究小分子抑制剂的作用模式。

本研究的目标是从 Enamine 筛选集合中的 2,633,036 种小分子中，识别出新的 Sirtuin-1（UniProt AC Q96EB6）的小分子抑制剂。为此，作者开发了一种协议，包括利用计算机虚拟筛选筛选 化合物，然后进行多阶段的体外验证和分子动力学模拟。

PharmAI DiscoveryEngine 是一种高度可扩展的应用，提供灵活的 Software-as-a-Service (SaaS) 可能性，适用于云环境和现场环境。更重要的是，这项技术对库是没要求的，可以应用于任何给定的小分子筛选库。它能处理数亿分子的库，使我