基于数据的 PROTAC 连接器设计,以提高 PROTAC 细胞膜的透性

科学领域:

• 药用化学 医学化学
• 药物发现 药物发现 药物发现
• 计算化学的计算化学

背景情况:

• 向蛋白质溶解的嵌合体 (PROTACs) 是一种针对向蛋白质降解的新兴治疗方式.
• 优化PROTAC的物理化学特性,特别是细胞膜的透性,对于它们的有效性至关重要.
• 目前的PROTAC连接器设计缺乏明确的方法来增强细胞膜透性.

研究的目的:

• 为PROTACs开发一种人工智能驱动的链接器设计方法,该方法明确优化了细胞膜的透性.
• 创建一个能够设计具有改善物理化学性质的PROTAC链接器的生成模型.

主要方法:

• 开发了PROTAC-TS,这是一个结合化学语言模型和强化学习的链接生成模型.
• 构建并验证了细胞膜透性的预测模型 (R2 = 0.710).
• 将透性预测模型集成到de novo链接器设计的生成框架中.

主要成果:

• 成功设计了具有高预测细胞膜透性的PROTAC连接器.
• 确保设计的链接器保持了PROTAC的相似性.
• 证明了 PROTAC-TS 控制和增强细胞膜透性的能力.

结论:

• 在合理的PROTAC连接器设计中,PROTAC-TS代表了显著的进步.
• 开发的模型加速了PROTACs的发展,改善了细胞膜的透性.
• 这种方法有望克服PROTAC药物发现的关键挑战.