中国海洋大学李德海课题组&王伟课题组在AI驱动的药物设计领域取得新进展

背景：传统的创新药物发现流程漫长，人工智能的应用提升了研发效率，但现有AI生成模型在利用蛋白口袋结构特征、区分最优结合构象以及生成分子的生物活性方面仍存在局限。研究目的：中国海洋大学李德海与王伟课题组旨在开发一种新型AI模型，以加速强效甲型流感血凝素抑制剂的发现。他们创新性地构建了“隐式+显式”双控制扩散模型，该模型通过图神经网络和注意力机制整合蛋白口袋信息，并利用亲和力分类器进行显式指导，以生成高亲和力、结构合理的分子。结论：该模型在测试中表现出优于主流模型的性能，具有良好的可解释性。将其应用于先导化合物PND的优化，仅合成了8个新衍生物便获得了候选化合物C2e，其对靶蛋白的亲和力提升至母体的26倍，体外抗病毒活性提高约10倍，且在动物模型中显示出与现有药物相当的疗效和良好的成药潜力，验证了该模型在加速真实世界药物开发方面的实用价值。