量子辅助基于碎片的自动结构生成器 (QFASG) 用于小分子设计:一个体外研究
Sergei Evteev1, Yan Ivanenkov1, Ivan Semenov1
1Insilico Medicine Hong Kong Ltd., Hong Kong, Hong Kong SAR, China.
Frontiers in chemistry
|April 18, 2024
概括
一个新的量子辅助基于碎片的自动结构生成器 (QFASG) 算法成功设计了针对CAMKK2和ATM目标的新型低微分子抑制剂. 这种人工智能驱动的方法增强了自动化药物发现和基于虚拟片段的设计能力.
科学领域:
- 计算化学是一种计算化学.
- 药物发现 药物发现
- 医学中的人工智能
背景情况:
- 使用虚拟生成模型的自动化药物设计越来越重要.
- 人工智能驱动的生成化学平台在产生有价值的结构方面取得了有限的成功.
- 基于虚拟片段的药物设计正在获得引力,这是由于化学信息学和计算能力的进步.
研究的目的:
- 开发和评估一种用于生成类似药物的分子的新型自动化算法.
- 使用开发的算法,设计用于CAMKK2和ATM蛋白的新抑制剂.
主要方法:
- 开发量子辅助基于碎片的自动结构生成器 (QFASG) 算法.
- 利用一个分子碎片库来构建对象蛋白的连接体.
- 应用QFASG来产生新的CAMKK2和ATM抑制剂.
主要成果:
- 成功设计新的低微分子抑制剂用于CAMKK2.
- 成功设计了新的ATM低微分子抑制剂.
- 展示QFASG在产生强效药物候选者的能力.
结论:
- 在药物发现中,QFASG算法显示了设计初始命中化合物的巨大潜力.
- QFASG代表了人工智能辅助的基于虚拟片段的药物设计的有效工具.
- 开发的方法可以加快新型治疗剂的识别.


