基于人工智能驱动分子工厂技术的Menin抑制剂优化.pdfVIP

学报

326Journal

of

China

Pharmaceutical

University2024,

55(3):

326

−

334

基于人工智能驱动分子工厂技术的Menin抑制剂优化

1111,2113

曾浩，吴国振，邹武新，王哲，宋剑飞，施慧，汪小涧，

1,2*1,4**

侯廷军，邓亚峰

123

（杭州碳硅智慧科技发展有限公司,

杭州

310018；浙江大学药学院,

杭州

310058；中国医学科学院、北京协和医学院药物研

究所,

天然药物活性物质与功能国家重点实验室,

活性物质发现与适药化研究北京市重点实验室,

北京100050；

4清华大学自动化系,

北京

100084）

摘要以深度学习为代表的新一代人工智能技术已经成为推动新药研发的重要驱动力。本文创造性地提出了一种基于人

工智能技术的创新药物分子设计和优化工作流程“分子工厂”，该流程融合了自主研发的智能分子生成模型、高性能分子对接

算法以及高精度亲和力预测方法，已作为核心模块被整合进一站式药物设计软件平台DrugFlow，为先导化合物发现和优化

提供了一整套成熟的解决方案。利用“分子工厂”模块，针对Menin蛋白开展了抗耐药第2代抑制剂的研发。通过计算和实

验的结合，快速获得多个潜力化合物，其中化合物RG-10对Menin野生型、M327I突变体和T349M突变体的IC分别为

50

9.681

nmol/L、233.2

nmol/L和40.09

nmol/L；与已进入Ⅱ期临床的阳性参照分子SNDX-5613相比，其对M327I和T349M突

变体的抑制活性显著提升。上述研究充分展现了“分子工厂”技术在新药研发项目中的独特优势，能快速高效地针对特定蛋

白结构产生高质量的活性分子，对推动新药研发具有重大价值和深远意义。

关键词分子工厂；人工智能；分子生成；分子对接；Menin抑制剂

中图分类号

TP181;R914

文献标志码A文章编号1000−5048(2024)03−0326−09

doi：10.11665/j.issn.1000−5048.2024040904

引用本文

曾浩，吴国振，邹武新，等.

基于人工智能驱动分子工厂技术的Menin抑制剂优化[J].

中国药科大学学报，2024，55（3）：326

−

334.

Citethisarticleas:ZENG

Hao,

WU

Guozhen,

ZOU

Wuxin,

etal.

Optimization

of

Me