命中率達60%，AlphaFold預測受體的三維結構，加速藥物開發

AIGC動態歡迎閱讀

原標題：命中率達60%，AlphaFold預測受體的三維結構，加速藥物開發
關鍵字：報告,結構,激動劑,模型,化合物
文章來源：人工智能學家
內容字數：0字

內容摘要：

來源：ScienceAI
編輯：白菜葉
人工智能正在徹底改變蛋白質結構預測，為藥物設計提供前所未有的機遇。
為了評估對配體發現的潛在影響，瑞典烏普薩拉大學（Uppsala University）和瑞典卡羅林斯卡學院（Karolinska Institute）的研究人員利用人工智能創建了一種受體的未知三維結構模型。
在這個模型中，TAAR1 受體是一種重要的靶蛋白，可用于開發治療精神疾病的藥物。激活 TAAR1 的藥物分子在治療精神癥和抑郁癥方面顯示出良好的效果。
該團隊比較了使用 AlphaFold 機器學習方法生成的蛋白質結構和傳統同源性建模的虛擬篩選。
研究人員用超過 1600 萬種化合物對接到 TAAR1 模型上，分別從 AlphaFold 和同源性模型篩選中篩選出 30 和 32 種排名靠前的化合物。其中 25 種是 TAAR1 激動劑，藥效范圍為 12 至 0.03 μM。
AlphaFold 篩選的命中率（60%）比同源模型高出兩倍多，并且發現了最有效的激動劑。
其中一種具有良好選擇性和類藥物特性的 TAAR1 激動劑，在野生型小鼠中表現出生理和抗精神病作用。
該研究以

原文鏈接：命中率達60%，AlphaFold預測受體的三維結構，加速藥物開發