藥物篩選 AI 算法 "凌越" 挑戰(zhàn)賽
開賽啦!!!
大賽所用化合物庫均由 MCE 獨'家提供!
MCE MegaUni 庫是運用生成式人工智能技術(shù),構(gòu)建出的兼具新穎性、類藥性、多樣性、可合成性的超大化合物庫,包含以前未被發(fā)掘的化合物結(jié)構(gòu),幫助研究人員尋找到更有效、更具選擇性的新藥目標(biāo)。
1800 萬個化合物數(shù)據(jù)資源如下(化合物庫應(yīng)賽事要求有調(diào)整):
庫① MCE 生物活性庫 ,約 1.5 萬個分子;
庫② 商業(yè)現(xiàn)貨高通量篩選庫 ,約 800 萬個分子;
庫③ MCE MegaUni 庫 ,約 1000 萬個分子,絕大多數(shù)為未經(jīng)報道的新結(jié)構(gòu)分子。
2023屆藥物篩選AI算法“凌越"挑戰(zhàn)賽是在上海市科委的指導(dǎo)下,由上海市生物醫(yī)藥科技發(fā)展中心發(fā)起舉辦的首屆上海國際計算生物學(xué)創(chuàng)新大賽。
大賽以 NMDA (N-methyl-D-aspartate,N-甲基-D-天冬氨酸) 受體靶點進(jìn)行藥物虛擬篩選,即日起至 2024 年 2 月 29 日均可報名參賽,截至發(fā)稿前,大賽已有 72 支團(tuán)隊報名參加。歡迎所有具有創(chuàng)新能力的企業(yè)或者個人報名參賽,不限地域,每支參賽團(tuán)隊限定 1-5 人,參賽最高獎勵達(dá) 10 萬元!快快快,叫上你的小伙伴一起來參賽吧~
盡管全球庫存化合物的數(shù)量 (現(xiàn)在約為 1,900 萬) 每年僅增長百分之幾,但按需定制化合物數(shù)量幾乎呈指數(shù)增長,目前按需定制化合物的需求量已經(jīng)增長至數(shù)百億個分子,數(shù)年后將達(dá)到 1011- 1012 數(shù)量級 (圖 1A)。如果能夠針對化學(xué)空間進(jìn)行有效的挖掘必定能夠發(fā)現(xiàn)更多有價值的藥物。預(yù)知到其中蘊藏的巨大前景,MCE 基于經(jīng)過實驗驗證的化學(xué)反應(yīng)規(guī)則和高質(zhì)量的 4 萬余種庫存分子砌塊,依托強大的計算能力,選擇合適的反應(yīng)方案后 (圖 1B),構(gòu)建了具有 4 千多萬個分子的虛擬組合化合物庫。
圖 1. 組合化學(xué)探索無限化學(xué)空間[1][2]。
A. 按需定制化合物增長需求量 (NPMI 分析); B. 虛擬組合化合物庫反應(yīng)規(guī)則舉例。
具備類藥性的化合物不一定能成為藥物,但是在理化性質(zhì)上具備成為藥物的可能性。MCE 計算化學(xué)團(tuán)隊充分考慮化合物的類藥性,剔除了虛擬組合化合物庫中所有不符合“Lipinski"五原則 (MW<500 g/mol、HBD<5、HBA<10、LogP<5、RB<10、PSA<140 ?) 的分子。除此之外,庫中分子經(jīng)進(jìn)一步過濾篩選(MedChem/REOS Filter),剔除了不合適的化學(xué)結(jié)構(gòu) (如泛測定干擾/PAINS 化合物),避免“目標(biāo)錯誤"。
化合物庫的分子結(jié)構(gòu)多樣性是實現(xiàn)其生物活性多樣性的基礎(chǔ),MCE 計算化學(xué)團(tuán)隊詳細(xì)分析了虛擬組合化合物庫的 BMS 骨架及谷本相似度,優(yōu)選分子組成虛擬類藥多樣庫。最后,化學(xué)合成團(tuán)隊基于一鍋法平行反應(yīng)對庫中分子進(jìn)行合成驗證。舍棄低效的反應(yīng)方案后,計算化學(xué)團(tuán)隊對虛擬類藥多樣庫進(jìn)行迭代優(yōu)化,最終得到了可以滿足 85% 以上可合成性 (SAscore<6) 的 1,000 萬虛擬類藥多樣庫 (HY-L912V)。庫中分子預(yù)測 1-2 步化學(xué)反應(yīng)即可獲得,適于高通量合成,大型虛擬篩選/AI 篩選利器!優(yōu)中擇優(yōu)的 5 萬虛擬類藥多樣庫 (HY-L910V) ,具有 4.67 萬種 BMS 骨架,廣泛的化學(xué)空間,將呈現(xiàn)多樣性的生物學(xué)效應(yīng)。
圖 2. MCE MegaUni 類藥多樣庫建庫流程。
注:進(jìn)一步了解活動詳情等信息,直接聯(lián)系 MCE 的銷售人員,我們等你哦 ~~~
[1] Irwin, John J, et al. ZINC20-A Free Ultralarge-Scale Chemical Database for Ligand Discovery. J Chem Inf Model. 2020 Dec 28;60(12):6065-6073.
[2] Hoffmann T, Gastreich M. The next level in chemical space navigation: going far beyond enumerable compound libraries. Drug Discov Today. 2019 May;24(5):1148-1156.
[3] Nazarova AL, Katritch V. It all clicks together: In silico drug discovery becoming mainstream. Clin Transl Med. 2022 Apr;12(4):e766.
(空格分隔,最多3個,單個標(biāo)簽最多10個字符)
立即詢價
您提交后,專屬客服將第一時間為您服務(wù)