推出人工智能靶标预测及虚拟筛选项目
谱尼生物医药与中国科学院上海药物所有着广泛的合作，近日，谱尼生物医药联合中国科学院上海药物研究所共同推出D3CARP靶标预测及虚拟筛选项目。药物筛选中人工智能技术的引入，可极大提高整个药物研发流程的运行效率，协助药企开发更高质量的药物，进一步增强药企的产业竞争优势。



项目介绍
靶标预测：
针对某个小分子化合物，采用分子对接方法、配体相似性搜索方法和深度学习模型共三种方法进行靶标预测，其中分子对接方法包含9352个对接模型、配体相似性搜索包含3836个靶标、深度学习模型包含5901个靶标。根据要求，可分别报告前100个最可能的预测靶标或排名前1%的最可能预测靶标，并提供分子对接获得的最优结合构象及阳性化合物的结合模式。

虚拟筛选：
根据用户提供的小分子化合物结构数据和目标靶标信息，可遴选D3CARP平台中分子对接方法、配体相似性搜索方法或深度学习模型方法，开展虚拟筛选，报告虚拟筛选结果并提供分子对接预测的复合物结构信息及阳性化合物的结合模式。

技术背景
靶标预测与虚拟筛选将采用中国科学院上海药物研究所整合了基于物理和数据驱动的计算方法，构建的综合性靶标预测与虚拟筛选平台D3CARP。平台可以用于预测化合物的潜在作用靶标，以及针对给定靶标虚拟筛选活性化合物，相关成果发表在Computers in Biology and Medicine杂志上。


研究人员基于D3CARP中收集的近百万个活性化合物和5901种潜在靶标信息，分别构建了二维/三维配体相似性搜索和深度学习模型。考虑到蛋白质口袋的柔性和诱导契合效应，研究人员针对1970种靶标构建了9352个分子对接模型，平均每个靶标有5个构象。D3CARP平台支持多种计算方法进行DTIs预测，各计算模块提供了相应阳性化合物作为参考，并对靶标注释了疾病信息，以支持用户选择特定疾病相关靶标开展进一步的DTIs研究。

根据类药五规则，D3CARP配体库中有62.6%的化合物具有可成药性。并且配体库较好地覆盖了上市、临床在研和实验阶段药物的化学空间，包括物理化学性质、分子结构类型以及3D分子形状。在D3CARP靶标和疾病库中，有1447种靶标为治疗靶标，关联了2168种疾病类型。


D3CARP中化合物的物理化学性质和结构分布。（A-F）MW、TPSA、LogP、HBA、HBD和nRotB分布；（G-I）D3CARP和DrugBank的PCA化学空间、t-SNE化学空间和PMI形状多样性分布。

关于谱尼生物医药
谱尼生物医药致力于成为全球药物开发一站式服务平台，打造集药物设计、药物合成、工艺开发、药物生产、药物活性筛选、制剂研究、药效学研究、药代动力学研究、毒理学研究以及新药注册为一体的综合技术平台，为医药研发、生产及检测提供专业优质的一站式服务。

实验室研发团队核心人员拥有超过20余年国际大型药企、CRO研发经验，多次参与制定毒理学领域国家和行业标准以及CNAS和新药评审及指导原则，在多手性中心药物合成、多步骤药物合成、缓控释制剂技术、脂质体技术、纳米制剂技术、低限度物质检测、未知物质检测、药效药代和临床前毒理安全性评价等领域积累了丰富的研发和产业化经验。

上海生物医药实验室具备CMA、CNAS资质，严格按照GMP、GLP要求执行，并得到了国内和国际药品管理部门的认可。其生物医药实验室设施面积达38000㎡，达到生物二级建设要求，建立了符合国际标准的安全评价研究体系。