Nat Mach Intell | 郑双佳团队开发用于靶向RNA药物研发的AI框架GerNA-Bind

背景：RNA作为药物靶点具有巨大潜力，但因其序列多样、结构柔性及结合模式复杂，准确预测RNA-配体相互作用面临挑战，现有模型存在局限。研究目的：上海交通大学郑双佳团队联合广东工业大学陈修财团队开发了名为GerNA-Bind的几何深度学习框架，旨在整合多模态RNA信息，提升RNA-小分子结合预测的准确性和可靠性，以推动靶向RNA药物研发。结论：GerNA-Bind在多个数据集上显著优于现有方法，并通过针对肿瘤相关RNA靶点MALAT1的大规模虚拟筛选，成功鉴定出具有新颖骨架和强结合活性的小分子，实验验证了其降低MALAT1水平和抑制细胞迁移的效果，为RNA靶向药物开发提供了有效的计算工具。