我校中醫(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)于2023年10月17日在中國工程院院刊主刊《Engineering》（中科院一區(qū)，Top期刊）在線發(fā)表了題為“The Application of Artificial Intelligence Accelerates GPCR Ligand Discovery”的論文，這是我校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。我校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，我校為唯一作者單位。
天然產(chǎn)物是GPCR配體的重要來源，對研究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)庫中至少存儲(chǔ)了數(shù)百萬種天然產(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)量極為龐大。通過實(shí)驗(yàn)手段篩選和分析每種潛在組合的研究方式，從時(shí)間、資源和成本角度考量，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。基于課題組前期在應(yīng)用人工智能研究天然產(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)，該論文還以GPCR功能預(yù)測、GPCR配體設(shè)計(jì)和GPCR配體生物活性預(yù)測，GPCR配激動(dòng)劑識別為例，展示了人工智能方法在GPCR配體篩選過程中的作用。通過整合多組學(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2)，實(shí)現(xiàn)了從分子功能、表達(dá)模式和信號通路等多視角對GPCR-配體間關(guān)系的刻畫。該方法既有助于靶向GPCR的藥物發(fā)現(xiàn)，也為開展GPCR泛組學(xué)研究提供了理論指導(dǎo)。
圖2 基于多組學(xué)數(shù)據(jù)融合的GPCR配體篩選方法
此外，該論文還論述了基于人工智能的GPCR配體篩選方法所面臨的困難和挑戰(zhàn)，并給出了解決方案。
該研究得到了四川省自然科學(xué)基金（2023NSFSC0683）和國家中醫(yī)藥管理局中醫(yī)藥創(chuàng)新團(tuán)隊(duì)及人才支持計(jì)劃項(xiàng)目（ZYYCXTD-D-202209）的支持。
全文鏈接：https://doi.org/10.1016/j.eng.2023.09.011
（供稿：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)）