Frontiers Chem｜像拼积木一样搭分子，英矽智能发布QFASG算法

近日，临床阶段生成式AI驱动的生物科技公司英矽智能公开发布其创新算法“量化计算辅助片段自动结构生成器”（Quantum-assisted fragment-based automated structure generator, QFASG），利用先进的化学信息学技术，基于已有分子片段数据库自动生成新颖小分子结构。为验证其有效性，研究人员成功应用QFASG生成了两款创新小分子抑制剂，分别靶向肿瘤进展中的两大关键靶点。研究结果以《用于小分子设计的量化计算辅助片段自动结构生成器（QFASG）与体外研究》为题，发布在关注化学研究实际应用的开源期刊Frontiers in Chemistry。

 

近年来，诸多人工智能辅助生成化学平台已经证明了利用生成式人工智能从头设计创新候选药物分子的可能性，其中就包括英矽智能结合人工智能技术和药物化学方法搭建的Chemistry42分子设计与优化平台。现在，在量化计算和化学信息学技术进步的推动下，研究人员正以更高的速度和效率探索广阔的化学空间，基于虚拟分子片段设计出新的化合物。

 

文章第一作者、英矽智能药物化学家Sergei Evteev表示，“利用药物化学方法，QFASG可以生成具有一定类药性质的新颖结构，让我们可以在已有分子片段的基础上设计出与目标蛋白质发生特异性相互作用的化合物，赋能潜力创新化学类型探索。”

 

具体而言，QFASG算法首先根据分析探测结果，将探针放置在目标结合位点，再基于迭代模块进行分子片段生长，最终产生多元化的候选化合物库，实现分子结构生成和优化过程的简化。

 

英矽智能创始人兼首席执行官Alex Zhavoronkov博士表示，“我们之所以开启QFASG的研发，是为了让研究人员拥有一款用于早期苗头化合物生成的强大工具，并以此为起点开展进一步优化和开发，最终实现药物研发过程加速。”

 

为验证 QFASG 的有效性，研究人员利用该算法针对两个潜力肿瘤疗法激酶靶点，即ATM和CAMKK2进行了小分子抑制剂结构设计。其中，ATM（Ataxia Telangiectasia Mutated kinase，共济失调毛细血管扩张突变激酶）参与DNA损伤应答和修复，是实体瘤、胶质母细胞瘤、肉瘤、肺癌、前列腺癌、结直肠癌等多癌种的潜力疗法靶点，CAMKK2（Calcium/Calmodulin-Dependent Protein Kinase Kinase 2，钙/钙调蛋白依赖性蛋白激酶激酶 2）在包括癌细胞生长在内的各种生理和病理过程中发挥着重要作用，并在前列腺癌、乳腺癌、卵巢癌、胃癌和肝癌等多种肿瘤类型中过表达。

 

在进一步验证中，研究人员通过重现已知蛋白质配体的结合构象进行了计算机模拟验证，并对该算法下生成的靶向ATM和CAMKK2的候选化合物进行了合成测试和体外评估。其中，多个候选分子表现出微摩尔级别的活性，为后续进一步优化提供了良好的基础。未来，研究人员将继续探索QFASG驱动的新颖化学结构从头生成，并特别关注早期苗头化合物的设计，致力于提出有潜力的初步假说，为后续人工智能驱动的生成化学平台研究打下基础。

 

作为将生成式人工智能应用于新药研发的先驱，英矽智能于2016年发布了生成式人工智能赋能药物分子设计的首篇论文，并持续探索前沿技术融合应用，与剑桥大学、苏黎世大学、多伦多大学等全球尖端科研机构达成研发合作，至今已发表200余篇同行评议论文，积极分享科研进展。近期，英矽智能于Nature Biotechnology发布文章，阐述全球首款“AI药物”INS018_055从AI算法开发到2期临床试验的研发历程，完成关键概念验证。

 

参考资料

[1] Ren, F., et al. A small-molecule TNIK inhibitor targets fibrosis in preclinical and clinical models. Nat Biotechnol (2024). https://doi.org/10.1038/s41587-024-02143-0

 

关于英矽智能

英矽智能是一家由生成式人工智能驱动的临床阶段生物医药科技公司，通过下一代人工智能系统连接生物学、化学和临床试验分析，利用深度生成模型、强化学习、转换模型等现代机器学习技术，构建强大且高效的人工智能药物研发平台，识别全新靶点并生成具有特定属性分子结构的候选药物。英矽智能聚焦癌症、纤维化、免疫、中枢神经系统疾病、衰老相关疾病等未被满足医疗需求领域，推进并加速创新药物研发。

更多信息，请访问网站
www.insilico.com

商务合作，请联系 bd@insilico.ai

媒体垂询，请联系 pr@insilico.ai

---

---