一、案例简介

Insilico Medicine公司使用AI技术，在短短46天内设计并筛选出了一个DDR1受体抑制剂，这个化合物在小鼠体内具有较好的药代动力学性质，有望继续改造并用于治疗纤维化相关的疾病。该结果于2019年9月2日发表在Nature Biotechnology上。

Nature Biotechnology杂志最新影响因子IF为31.864分。尽管近几年IF有所下滑，但是仍然在生物技术领域的杂志中稳居前3，年刊文量也只有100篇左右，所以能投中的还是有两把刷子的。

图1.Nature Biotechnology影响因子走势

二、团队背景

这篇文章的通讯作者为Alex Zhavoronkov，所属单位是一家香港公司Insilico Medicine Hong Kong Ltd。香港的这家公司成立于2019年1月11日，5个月后，又在上海成立了一家子公司：英矽智能科技（上海）有限公司。除了这两家公司之外，还有另一家美国公司InSilico Medicine，该公司成立于2014年1月1日，最近在2019.9.10日完成了3700万美元的B轮融资，投资机构里不乏启明创投、创新工场等大厂。这种美国+香港+上海的配置，不由得想起了VIE架构。InSilico Medicine前年在台湾成立药物研发基地，去年又将总部搬至中国，可能是看上了中国相对廉价的劳动力和广阔的药物市场。

图2.Insilico Medicine的公司logo

此外，文章也提到了WuXi AppTec Co., Ltd，也就是药明康德。药明康德为这份研究选择并提供了治疗靶点，即一种酪氨酸激酶受体discoidin domain receptor 1 (DDR1)，该受体在上皮细胞中表达并参与肌成纤维细胞激活、胶原沉淀、炎症反应等生物过程。此外也负责了化合物的合成和生物学功能验证。而药明康德不仅是InSilico Medicine的合作伙伴，也是投资方之一。药明康德靠化学合成起家，随后在20年的发展中，业务扩展到药物研发各个环节中，也难怪能与InSilico Medicine衔接地这么紧密，25天就完成了AI设计分子的合成与验证工作。而两年前对InSilico Medicine的投资，也可以看出药明康德在AI医药方向上早有布局。

三、靶点与抑制剂

自从2013年以来，至少报道了8种不同的化学结构，对DDR1或DDR2具有活性。而罗氏公司在2018年使用DNA encoded library (DEL)筛选得到了一种带有吲哚的螺环类化合物，可以抑制DDR1磷酸化，并且该化合物对于DDR1的活性比DDR2高64倍，在小鼠模型上具有治疗肾纤维化的潜力，有可能用于人的慢性肾病治疗。而全球约有10%的人（7.5亿）受该疾病困扰。

图3.罗氏公司通过DEL等步骤筛选得到的DDR1潜在抑制剂

目前可以搜索到1269条和365条分别针对DDR1和DDR2的小分子筛选数据，而准确记录了活性值的数据分别有1206条和253条。在这实验数据中，DDR1靶点活性值的二分之一分位值为63 nM，四分之一分位值为26.3 nM，而DDR2的相应数据分别为101 nM，和18 nM。文章中报道的最优化合物在酶学水平对DDR1的活性值为10 nM，也是超过了一大批已知化合物。

四、分子设计过程

Insilico Medicine使用生成模型generative tensorial reinforcement learning(GENTRL)，针对DDR1靶点，在21天里设计并生成了一批潜在抑制剂，并从可合成性、活性、新颖性、类药五原则等角度进行筛选，并选择6个化合物进行测试，2个都表现出了纳摩尔级别的活性及一定的选择性，并具有不错的药代动力学性质。具体设计过程如下。

首先在ZINC数据集上进行预训练、随后在DDR1激酶抑制剂和普通激酶抑制剂数据集上再进行训练，接着在非激酶抑制剂数据集上进行强化学习，得到了3w个初筛分子，然后通过警戒结构、反应基团、聚类和多样性排序进行过滤，再使用特异激酶的SOM、基于受体结构的药效团模型和sammon映射进行评估，得到了具有潜在活性的分子集。从该分子集中，根据化学空间和RMSD值均匀地进行随机挑选，得到40个分子，其中39个都在专利覆盖范围之外。另外值得注意的是，上述筛选得到的分子中，出现了一些类似生物电子等排体替换和拓扑修饰的分子结构。根据合成难易程度，挑出6个合成并在酶学水平上进行验证，4个对DDR1都具有抑制活性，IC50分布在10-1000 nM之间。活性最强的两个化合物1和2在细胞水平上也表现出了抑制纤维化的活性，IC50分别为10.3和5.8 nM。体外微粒体稳定性实验表明，1和2的半衰期和清除率与对照相当，且不会强烈抑制细胞色素P450酶（该酶对药物代谢起着很重要的作用）。最终选择化合物1进行体内药代动力学实验，并从量子力学和分子对接的角度解释了作用机制。

图4.Insilico Medicine设计DDR1抑制剂的实验流程

五、专利分析

该公司于2019.10.17申请了一份专利，并在2020.4.23公开，申请号：WOIB19058885，申请公布号：WO2020079652A1。该专利涉及一类可作为DDR1抑制剂的分子结构、合成步骤及使用方法。保护的母核结构举例：

图5.专利保护结构举例

上图中A和B可以是单个或多个稠环结构，可以是脂肪环、芳香环、也可以带有杂原子，组成环的原子数量可以在4-12之间。A和B环可以含有一个或多个取代基。Y是一个连接结构；X1-5可以是碳原子或杂原子，允许带取代基，也可不带取代基。R1-6代表长度不同的取代基，其中R5和R6处也可以为空。

筛选出的具有潜力的化合物结构如下图所示：

图6.设计出的最优化合物结构

通过对已知化合物计算摩根分子指纹，使用TanimotoSimilarity计算相似性，挑选最相似的前6个分子进行查看，可以看到设计出的新化合物比已知的分子多了异恶唑结构，或许会成为针对DDR1靶点的一个me too或me better药物。

图7.最相似的6个已知化合物结构

案例研究|它凭借AI刷新了药物先导物设计的最快记录！相关推荐

SOA 案例研究：SOA 设计
本文是面向服务的体系结构 (SOA) 系列之一,主要通过名为 JKHL Enterprises (JKHLE) 的虚构公司阐述一个案例研究.本文的案例研究重点是与 SOA 设计(更具体地说是服务和流的 ...
谷歌pay破解_Google Pay缺少Google闻名的一件事-UX案例研究
谷歌pay破解 Disclaimer: The views expressed in the blog post is purely based on personal experience. It ...
ai人工智能_药物发现中的人工智能
ai人工智能 'What Drug should I make next?' and 'How can I make it? "我接下来应该制造什么药物?" 和"我该怎么 ...
独家 | 机器学习真实案例研究：基于文本描述的交易聚类
作者:Ravindra Reddy Tamma 翻译:方星轩校对:欧阳锦本文约2200字,建议阅读5分钟. 本文为大家介绍了在日常的电子交易中对用户的交易信息进行聚类分析和建模,提供了用户分析的思 ...
腾讯AI Lab刷新人脸检测与识别两大测评国际记录，技术日调用超六亿
来源:腾讯AI实验室概要:人脸检测是让机器找到图像视频中所有人脸并精准定位其位置信息,人脸识别是基于人脸图像自动辨识其身份,两者密切相关,前者是后者的前提和基础. 腾讯AI Lab在国际最大.最难的 ...
1月31日云栖精选夜读：阿里云客户案例研究：罗辑思维
摘要: 罗辑思维是著名的知识服务商和运营商,随着品牌日积月累的沉淀,其跨年演讲和其相关业务需求不断增大.罗辑思维大量核心业务运行在阿里云,目前使用了阿里云ECS.CDN.OSS等20多款产品. 罗辑思 ...
全球首次！AI研制新药物仅需18个月，李开复梁颕宇：AI医疗已突破，但只打1分...
金磊发自凹非寺量子位报道 | 公众号 QbitAI "比DeepMind的AlphaFold,要更加完整." "传统新药研发需10年,它却只用了18个月.&quo ...
案例研究设计与方法-罗伯_旭进口重新设计-用户体验案例研究
案例研究设计与方法-罗伯 Asahi Imports is a Japanese grocery store located in central Austin, Texas. It has a pa ...
ux和ui_设计社交餐厅策展应用程序— UX / UI案例研究
ux和ui Sabor, which translates from "taste" or "flavor" in Spanish, is a concept ...

案例研究|它凭借AI刷新了药物先导物设计的最快记录！

文章目录