MGMG:用于药物发现的细胞形态引导分子生成
Qiaosi Tang1, Daoyun Ding2, Xiaoyong Yuan3
1Department of Medicinal Chemistry, Center for Natural Products, Drug Discovery and Development, University of Florida, Gainesville, FL 32610, USA.
bioRxiv : the preprint server for biology
|August 12, 2025
概括
形态引导分子生成 (MGMG) 通过整合细胞形态和分子文本来实现药物发现,绕过已知的药物标的需求. 这种新的方法为缺乏目标信息的疾病设计了多样化的生物活性分子.
科学领域:
- 计算化学和化学信息学
- 药物的发现和开发.
- 表型查和系统生物学
背景情况:
- 设计新的生物活性分子是药物发现的关键挑战.
- 传统的基于标的药物发现对于没有已知的标或参考化合物的疾病是有限的.
- 当目标信息不可用或分子描述不足时,现有的方法通常会失败.
研究的目的:
- 引入形态指导分子生成 (MGMG),一种用于表型药物发现的新方法.
- 通过整合细胞形态和分子文本数据,使目标不可知分子设计成为可能.
- 为了证明MGMG的适用于化合物和基于基因扰动的激活器设计.
主要方法:
- MGMG集成了来自化合物处理的细胞形态特征与分子文本描述.
- 这种方法不需要对分子标或参考化合物的先验知识.
- 它利用了来自两种数据类型的互补结构和生物活性信息.
主要成果:
- MGMG显著提高了分子生成性能,特别是在有限的文本或形态数据的情况下.
- 该方法成功地设计了基因过度表达形态的激活剂,而不需要参考化合物结构.
- In silico对接显示MGMG产生的分子具有与参考化合物相似的结合亲和力,具有保留的相互作用和结构多样性.
结论:
- MGMG提供了一个强大的,目标不可知的策略,用于设计多样化,生物活性意识的分子.
- 该方法有效地结合了形态和文本数据,用于引导分子生成.
- MGMG将药物发现的范围扩大到未知目标的疾病.
