设计医学的未来:自然产品,合成生物学和人工智能为下一代疗法提供治疗

科学领域:

• 合成生物学 合成生物学
• 人工智能的人工智能
• 药物发现 药物发现 药物发现

背景情况:

• 非核糖体合成酶 (NRPS) 和多基合成酶 (PKS) 对于生产复杂的生物活性分子至关重要.
• 工程这些酶在扩大化学多样性和治疗应用提出了挑战.
• 现有的NRPS和PKS工程方法在精度和可扩展性方面存在局限性.

研究的目的:

• 探索Thiolation领域 (XT) 之间的eXchange单元的变革潜力,结合NRPS和PKS工程的AI.
• 证明这些综合工具在产生新生物活性化合物的能力.
• 通过创新的分子设计,解决医学中的关键挑战,如抗生素耐药性和癌症.

主要方法:

• 在NRPS和PKS的模块化工程中使用XT方法.
• 采用人工智能 (AI) 驱动的工具,包括合成智能,用于路径优化和化合物设计.
• 整合计算预测与实验验证,创造新的生物合成途径.

主要成果:

• 通过XT方法和AI成功设计NRPS和PKS.
• 产生具有潜在治疗应用的新生物活性化合物.
• 扩大可访问的化学空间用于药物发现.
• 生物合成途径的优化,以提高生产和精度.

结论:

• XT方法和AI的结合代表了NRPS和PKS工程中的范式转变.
• 这些创新为发现和开发下一代疗法提供了精确,可扩展和高效的解决方案.
• 跨学科的合作对于将这些合成生物学和人工智能进步转化为临床实践和患者护理至关重要.