九游会·(j9)官方网站-真人游戏第一品牌

新闻中心
j9九游会生物钱玥博士:新医药时代,CADD驱动新药研发全面提速
时间:2022-09-29
来源:j9九游会生物
分享:
【摘要】:钱玥博士从实践案例出发专业讲解了CADD在新药研发中的应用。

计算机辅助药物设计(Computer-Aided Drug Design,CADD)作为近年来兴起的新型技术手段,广泛应用到新药研发各个环节,通过理论指导大大加快了新药设计的速度,并提高药物研发成功率。那么,CADD的应用场景有哪些?各个计算工具如何正确利用?j9九游会生物生物部高级主任钱玥博士做客第9期j9九游会医药观,从实践经验出发深度解读“计算机辅助药物设计(CADD)——新医药时代的弄潮儿”。

 

错过本期直播的小伙伴,点击「/」,观看视频回放,了解更多精彩内容!

 

 

聊一聊CADD的起源与发展

 

自20世纪60年代起,CADD这一概念被提出,它的传统定义是以计算化学为基础,通过模拟、计算和预测配体与受体生物大分子之间的相互作用,并通过分析药物活性与结构之间的关系,来辅助并指导新型药物分子的发现和合理设计。至1983年,首个水分子模型的产生,这一重大发现作为CADD的萌芽,为后续计算化学的发展奠定了重要基础。此后,CADD取得了长足的发展,不断在学术界和工业界被应用,相关研究论文也在逐年增加。近年来CADD已能够轻松实现对超10000个原子体系的描述

 

随着计算机科学的迅速崛起,以及结构生物学的发展,CADD的作用和内涵也得到了极大延展。钱玥博士总结出了当下CADD的三大特点:

一、CADD是一门交叉学科,囊括化学、计算机和信息科学、医学和生命科学等多门学科;

二、CADD是一种快速响应的方法,比如2022年出现的热词sars、cov等紧跟了热门研究;

三、计算化学具有很大的潜力,当科学家们在研究某一个问题时,如果有完整的体系去描述,有模拟的方法去赋予参数,那么就有可能预测出想要的性质。

 

同时,CADD作为一门交叉学科,也体现在和各个实验平台的高度关联上。钱玥博士以j9九游会生物CADD平台为例,她表示,从靶标分析、高通量筛选分析、苗头化合物发现、先导化合物发现和优化到成药性预测,CADD均可以提供相应的模拟分析。CADD贯穿早期药物研发全程,与j9九游会各技术平台相结合,依托各平台的反馈结果进行预测改进,辅助完成化合物的设计筛选优化过程。

 


如何正确应用CADD各种计算工具?

 

CADD的研究正在走向成熟,并逐步成为药物发现过程中的必备技术手段之一。CADD在新药研发中的应用主要包括基于结构的药物设计(SBDD)和基于配体的药物设计(LBDD)等技术。

 


(图一:CADD的理论级别)

 

SBDD是根据药物靶点结构,研究蛋白和小分子之间的相互作用,设计与活性口袋互补的新分子或寻找新型先导化合物的技术。SBDD模型主要包括了Docking、MM/GBSA、FEP、QM等。Docking用到的打分函数一般是经验型的;MM/GBSA更为严谨,是基于分子对接或者分子动力学的结果;FEP也是基于分子动力学的,主要是两个小分子之间的微扰,对于自由能的计算更接近实际数值。QM level更高,前三者都是都是以一个原子为单位,为原子和原子之间的相互关系赋予参数,而QM则是用电子密度的方式描述整个体系。

 

基于配体的药物设计(LBDD)是从已有的活性小分子结构出发,通过建立药效团模型或定量构效关系,预测新化合物活性或指导原有化合物结构改良。LBDD模型主要包括药效团模型(Pharmacoph-ore models)、分子描述的方法(Molecular descriptors)和分子指纹(Fingerprints)。这些模型中,信息密度越高,模型的复杂度也随之增加。其中药效团模型最早出现,是一个直观的、与化学结构相关联的信息。在此基础上,发展出了新的描述分子的方法Molecular descriptors。相比Molecular descriptors,更能捕捉分子信息的是分子指纹,其在数据足够多的情况下,可开展更为复杂的模型。

 


全面解析CADD在新药研发中的应用

 

CADD是一个整合了多种计算机应用的新药研发综合平台,主要应用于小分子药物研发的早期临床前研究。钱玥博士根据机理/配体的不同,主要从靶点确证、苗头化合物的发现和先导化合物的发现和优化三个方面进行了阐述:

 


(图二:SBDD/LBDD在早期药物研发过程中的应用)

 

此外,她还列举多个案例进一步解析了SBDD/LBDD技术的应用。在小分子设计的案例中,j9九游会通过LBDD方法与Docking相结合进行骨架的跃迁

 

另外,在分子动力学模拟(Molecular Dynamics Simulations,MD)的应用案例中,钱玥博士分享了j9九游会CADD团队如何通过MD进行酶和抗体的设计

 


(图三:基于MD的酶设计流程)

 


(图四:基于MD的抗体设计案例)

 

PROTAC分子设计方面,j9九游会CADD平台也发挥了重要作用。她详细地讲述了MD对三元复合物稳定性的计算模拟策略,从Docking、Filter、Combination到找出稳定的三元复合物。

 


(图五:基于MD的silico PROTAC设计流程)

 

此外,她还讲述了采用FEP辅助新冠特效药研发的案例,通过“老药新用”的研发策略,从已经上市的药物中筛选发现具有抗新冠病毒的药物。

 


(图六:基于FEP的新冠特效药研发案例)

 

最后,钱玥博士总结道,无论是MD、FEP,还是目前热门的机器学习,都需要强大的算力做支撑。j9九游会拥有的超算集群平台搭载了先进的A100GPU芯片,可提供强大的算力支持,及高性能的生物信息处理,助力创新药研发带来无限可能与突破。同时,j9九游会优质的化学和生物实验也为CADD的开展奠定了基础,各技术平台与CADD高效协助,共同加速药物发现和设计进程。

 

j9九游会一站式新药研发CADD平台

 

 

*如需了解更多信息,欢迎访问:www.vivabiotech.com,或通过info@vivabiotech.com邮件与九游会·(j9)官方网站-真人游戏第一品牌专家团队沟通。

媒体联络方式vivapr@vivabiotech.com
联系九游会·(j9)官方网站-真人游戏第一品牌