本草基因组学研究院团队在《Engineering》发表AI筛选GPCR配体论文
近日，必赢体育app下载,必赢体育中医药创新研究院/交叉学科研究院本草基因组学团队在中国工程院院刊主刊Engineering（中科院一区，Top期刊）发表了题为The Application of Artificial Intelligence Accelerates GPCR Ligand Discovery的论文，这是我院在基于人工智能方法筛选G蛋白偶联受体（G protein-coupled receptor，GPCR）配体研究领域的重要研究成果。我院陈伟教授为第一作者和共同通讯作者，陈士林首席教授为共同通讯作者，宋驰教授，冷梁副教授，张三印教授为共同作者，必赢体育app下载,必赢体育为唯一作者单位。
天然产物是GPCR配体的重要来源，对研究GPCR配体和药物发现具有重要价值。目前，公共数据库中至少存储了数百万种天然产物，这些天然产物与人体中已鉴定出的800多个GPCR的潜在组合数量是一个天文数字。通过实验手段筛选和分析每种潜在组合，从时间、资源和成本角度讲是一项不可能完成的任务。因此，基于人工智能的药物设计（Artificial Intelligence Drug Discovery & Design，AIDD）技术开发低成本、高效率的GPCR配体筛选方法，已成为了GPCR领域内重要研究方向。基于课题组前期在应用人工智能手段研究天然产物方面的积累，提出了基于人工智能的GPCR配体筛选体系(图1)，并分别从数据资源、数据描述、模型设计等方面介绍了如何利用人工智能方法构建GPCR配体筛选模型。
图1 基于人工智能的GPCR配体筛选体系
同时，还以GPCR功能预测、GPCR配体设计和GPCR配体生物活性预测，GPCR配激动剂识别为例(图2)，展示了人工智能方法在GPCR配体筛选过程中的作用。
图2人工智能的GPCR配体筛选中的应用实例
通过整合多组学数据，研究人员可以揭示不同分子层面之间复杂的关系，以更全面的视角了解生物系统。然而，基于多组学的GPCR配体筛选方法却鲜有报道。鉴于此，该论文提出了一种融合基因组、转录组、蛋白质组和代谢组等多组学数据的GPCR配体筛选方法(图3)，实现了从分子功能、表达模式和信号通路等多视角对GPCR-配体间关系的刻画。该方法既有助于靶向GPCR的药物发现，也为开展GPCR泛组学研究提供了理论指导。
