本草基因組學(xué)研究院團(tuán)隊(duì)在《Engineering》發(fā)表AI篩選GPCR配體論文
近日，成都中醫(yī)藥大學(xué)中醫(yī)藥創(chuàng)新研究院/交叉學(xué)科研究院本草基因組學(xué)團(tuán)隊(duì)在中國(guó)工程院院刊主刊Engineering（中科院一區(qū)，Top期刊）發(fā)表了題為T(mén)he Application of Artificial Intelligence Accelerates GPCR Ligand Discovery的論文，這是我院在基于人工智能方法篩選G蛋白偶聯(lián)受體（G protein-coupled receptor，GPCR）配體研究領(lǐng)域的重要研究成果。我院陳偉教授為第一作者和共同通訊作者，陳士林首席教授為共同通訊作者，宋馳教授，冷梁副教授，張三印教授為共同作者，成都中醫(yī)藥大學(xué)為唯一作者單位。
天然產(chǎn)物是GPCR配體的重要來(lái)源，對(duì)研究GPCR配體和藥物發(fā)現(xiàn)具有重要價(jià)值。目前，公共數(shù)據(jù)庫(kù)中至少存儲(chǔ)了數(shù)百萬(wàn)種天然產(chǎn)物，這些天然產(chǎn)物與人體中已鑒定出的800多個(gè)GPCR的潛在組合數(shù)量是一個(gè)天文數(shù)字。通過(guò)實(shí)驗(yàn)手段篩選和分析每種潛在組合，從時(shí)間、資源和成本角度講是一項(xiàng)不可能完成的任務(wù)。因此，基于人工智能的藥物設(shè)計(jì)（Artificial Intelligence Drug Discovery & Design，AIDD）技術(shù)開(kāi)發(fā)低成本、高效率的GPCR配體篩選方法，已成為了GPCR領(lǐng)域內(nèi)重要研究方向?；谡n題組前期在應(yīng)用人工智能手段研究天然產(chǎn)物方面的積累，提出了基于人工智能的GPCR配體篩選體系(圖1)，并分別從數(shù)據(jù)資源、數(shù)據(jù)描述、模型設(shè)計(jì)等方面介紹了如何利用人工智能方法構(gòu)建GPCR配體篩選模型。
圖1 基于人工智能的GPCR配體篩選體系
同時(shí)，還以GPCR功能預(yù)測(cè)、GPCR配體設(shè)計(jì)和GPCR配體生物活性預(yù)測(cè)，GPCR配激動(dòng)劑識(shí)別為例(圖2)，展示了人工智能方法在GPCR配體篩選過(guò)程中的作用。
圖2人工智能的GPCR配體篩選中的應(yīng)用實(shí)例
通過(guò)整合多組學(xué)數(shù)據(jù)，研究人員可以揭示不同分子層面之間復(fù)雜的關(guān)系，以更全面的視角了解生物系統(tǒng)。然而，基于多組學(xué)的GPCR配體篩選方法卻鮮有報(bào)道。鑒于此，該論文提出了一種融合基因組、轉(zhuǎn)錄組、蛋白質(zhì)組和代謝組等多組學(xué)數(shù)據(jù)的GPCR配體篩選方法(圖3)，實(shí)現(xiàn)了從分子功能、表達(dá)模式和信號(hào)通路等多視角對(duì)GPCR-配體間關(guān)系的刻畫(huà)。該方法既有助于靶向GPCR的藥物發(fā)現(xiàn)，也為開(kāi)展GPCR泛組學(xué)研究提供了理論指導(dǎo)。
