我校西南特色中藥資源國家重點實驗室陳偉團隊于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）配體研究領域的重要研究成果。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，西南特色中藥資源國家重點實驗室為第一單位。

 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)具有重要價值。目前，公共數(shù)據(jù)庫中至少存儲了數(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GPCR的潛在組合數(shù)量極為龐大。通過實驗手段篩選和分析每種潛在組合的研究方式，從時間、資源和成本角度考量，是一項不可能完成的任務。因此，基于人工智能的藥物設計（Artificial Intelligence Drug Discovery & Design，AIDD）技術開發(fā)低成本、高效率的GPCR配體篩選方法，已成為了GPCR領域內重要研究方向?；谡n題組前期在應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、模型設計等方面介紹了如何利用人工智能方法構建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，該論文還以GPCR功能預測、GPCR配體設計和GPCR配體生物活性預測，GPCR配激動劑識別為例，展示了人工智能方法在GPCR配體篩選過程中的作用。通過整合多組學數(shù)據(jù)，研究人員可以揭示不同分子層面之間復雜的關系，以更全面的視角了解生物系統(tǒng)。然而，基于多組學的GPCR配體篩選方法卻鮮有報道。鑒于此，該論文提出了一種融合基因組、轉錄組、蛋白質組和代謝組等多組學數(shù)據(jù)的GPCR配體篩選方法(圖2)，實現(xiàn)了從分子功能、表達模式和信號通路等多視角對GPCR-配體間關系的刻畫。該方法既有助于靶向GPCR的藥物發(fā)現(xiàn)，也為開展GPCR泛組學研究提供了理論指導。

圖2 基于多組學數(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基金（2023NSFSC0683）和國家中醫(yī)藥管理局中醫(yī)藥創(chuàng)新團隊及人才支持計劃項目（ZYYCXTD-D-202209）的支持。

    全文鏈接：https://doi.org/10.1016/j.eng.2023.09.011