药物|基于深度学习技术发现高活性抗骨质疏松活性天然产物( 二 )


药物|基于深度学习技术发现高活性抗骨质疏松活性天然产物
本文图片

图1. 基于深度学习的抗破骨细胞活性抑制剂的虚拟筛选流程
药物|基于深度学习技术发现高活性抗骨质疏松活性天然产物
本文图片

图2. 不同模型表现以及基于P-SAMPNN筛选到的5个活性天然产物
活性天然产物显著抑制破骨细胞相关基因表达及其成药性预测
基于深度学习虚拟筛选发现的2个nM级活性化合物为异喹啉类生物碱 , 初步机制研究发现 , 这两个化合物均可以计量性显著降低破骨细胞成熟分化中关键基因Ctsk , Nfatc1 , Tracp以及Rank的表达 , 进一步确证了细胞水平的筛选数据 , 同时将上述基因比对到KEGG中破骨细胞成熟分化通路图中 , 可以推测这类活性化合物应该是作用于通路上游基因 。 为进一步研究这2个化合物抗破骨细胞分化的特异性以及成药性 , 我们对化合物进行了PAINS(pan-assay interference compounds)检测和ADMET性质预测 , 结果显示 , 这5个活性天然产物均不是PAINS分子 , 不含有任何PAINS片段 , 同时具有良好的成药性 , 具有很好的后续开发价值 , 体内动物活性验证以及进一步的机制研究正在进行中 。
药物|基于深度学习技术发现高活性抗骨质疏松活性天然产物
本文图片

图3. 活性好的2个天然产物显著抑制破骨细胞成熟分化中关键基因的表达
广东省微生物研究所刘志红博士、中山大学药学院博士生黄丹娥和郑双佳是文章并列第一作者 , 本研究的通讯作者是广东省微生物研究所的谢黎炜研究员、中山大学的徐峻教授和顾琼副教授 。 本研究得到了国家自然科学基金、广东省科学院发展专项资金、广东省自然科学基金等经费的支持
【药物|基于深度学习技术发现高活性抗骨质疏松活性天然产物】


推荐阅读