搜索历史清除全部记录
最多显示8条历史搜索记录噢~
全部
  • 全部
  • 产品管理
  • 新闻资讯
  • 介绍内容
  • 企业网点
  • 常见问题
  • 企业视频
  • 企业图册

ClickGen:通过模块化反应和强化学习对可合成化学空间进行定向探索

发布时间:

2025-09-22 15:15

ClickGen:通过模块化反应和强化学习对可合成化学空间进行定向探索

王明阳 ,帅 ,王吉克 ,奥丁·张 ,杜红艳 ,蒋德君 ,吴振兴 ,邓亚峰 ,康宇 ,潘沛辰 ,李丹 ,王小瑞 ,姚小军 ,侯廷军 及谢长宇 。

尽管生成模型具有巨大潜力,但许多生成分子的合成性较低,限制了它们在现实世界中的应用。针对这一问题,我们开发了ClickGen,这是一种深度学习模型,它利用点击化学等模块化反应来组装分子,并结合强化学习和修复技术,以确保所提出的分子具有高度的多样性、新颖性和强结合倾向。ClickGen在新颖性、合成性以及针对三种蛋白质的现有结合物的对接构象相似性方面,表现优于其他基于反应的生成模型。然后,我们对ClickGen针对聚腺苷二磷酸核糖聚合酶1提出的分子进行了湿实验室验证。由于保证了高合成性以及模型生成的合成路线可供参考,我们仅用20天就成功生产并测试了这些新型化合物的生物活性,这比处理足够新颖的分子时通常预期的时间框架要快得多。在生物活性测定中,两种先导化合物对癌细胞系表现出优异的抗增殖功效、低毒性以及对PARP1的纳摩尔级抑制活性。我们证明,ClickGen及相关模型可能代表了分子生成的一种新范式,使人工智能驱动的自动化实验和闭环分子设计更接近实现。

深度学习(DL)在基于分子生成的从头药物设计(DNDD)领域的应用已成为一个突出的跨学科研究重点。在过去几年里,已报道了近200种新方法 ,其中许多方法成功设计出了具有已证实生物活性的化合物。2019年,阿斯普鲁 - 古兹克等人使用基于强化学习的深度学习模型设计了多种新型DDR1酪氨酸激酶抑制剂,值得注意的是,这项研究仅在46天内就完成了设计、合成和活性评估 。2021年,国际商业机器公司(IBM)在48天内成功合成并通过实验验证了由深度生成自编码器设计的20种多肽生物分子 。同年,施耐德等人创新性地将基于长短期记忆网络(LSTM)的序列生成模型与微流控自动化合成和测试平台相结合 。该项目从零开始合成了25种有机分子,其中12种在体外被鉴定为肝脏X受体(LXR)靶点的潜在激动剂 。总体而言,这些进展凸显了基于人工智能的药物设计技术的重大进步以及实验实验室的自动化驱动,表明该领域前景广阔。2022年,戈迪内斯等人开发了一种基于变分自编码器(VAE)的生成建模方法 。通过使用这种方法,他们合成并对两种化合物进行了实验分析,这两种化合物在疟疾增殖试验和针对磷脂酰肌醇4激酶(PI4K)的生化试验中均表现出低纳摩尔效力。同年,李等人开发了一种基于条件循环神经网络(RNN)的生成模型,成功设计出一种具有新型支架的选择性受体相互作用蛋白激酶1(RIPK1)抑制剂 ,该抑制剂在保护细胞免受坏死性凋亡方面具有强大的体外活性,并且在两种炎症模型中具有显著的体内疗效。

收稿日期:2024年3月6日

录用日期:2024年11月7日

网络首发日期:2024年11月22日 查看更新

[1]

基于深度学习的药物设计(DL-based DNDD)在多种药物设计任务中展现出了良好的性能,包括多目标优化 、基于片段的药物设计 以及基于蛋白质口袋生成结合构象 。与传统药物设计类似,这些方法可分为两个主流类别:基于配体的方法和基于受体的方法。在基于配体的方法中,二维(2D)表示,如SMILES 或分子图 ,通常被用作深度学习框架的输入和输出。这些方法利用来自物理化学性质预测器(如logP、合成能力系数和QSAR活性 )的预测来指导配体的生成。这类以配体为中心的生成类别中的代表性方法包括ChemVAE 、REINVENT 和GENTRL 。尽管这些以配体为中心的方法能产生有效的和新颖的分子,但它们往往忽略了所生成分子的三维(3D)构象。为了解决以配体为中心的生成方法的局限性,已开发出利用3D分子表示的基于受体的方法。这类方法的例子包括RELATION 、LIGAN 、ResGen 和SurfGen 。这些方法在生成过程中明确地对蛋白质和配体之间的分子间相互作用进行建模,学习生成更符合3D结构训练数据所体现的简单物理原理的更有利分子。

如上所述,基于深度学习的分子生成在生成分子的质量以及设计与现实世界相关的候选药物时需要同时考虑的众多不同因素方面都取得了令人瞩目的进展。然而,尽管在多个方面都取得了惊人的进展,但当代生成模型的一个主要限制是所生成分子的合成可行性。这一实际挑战严重限制了许多人工智能设计的分子获得有机化学家和药物化学家的认可。简而言之,合成可行性一直是为什么我们尚未看到更多具有足够新颖骨架的基于深度学习提出的候选药物有效地转化为实际应用 的一个主要原因。

为了提高所生成分子的合成可行性,如前所述,已经提出了许多基于片段的策略。特别是,一些研究人员致力于将传统药物设计中的组合化学技术整合到基于深度学习的生成模型中,如 、Synnet 和深度配体构建器 。这些模型通过将构建模块(合成子)组装在一起,根据预定义的反应规则合成新分子,其中一些甚至可以在输出中提出合理的反应途径。虽然这些方法可能提供令人信服的证据,证明所生成的分子具有高合成可行性,但与传统组合化学技术类似,它们也存在一些显著的局限性 :

(1) 实际合成所生成分子的困难 :虽然

这些基于组合的生成方法表明了如何通过反应规则拼凑出一个分子,但它们往往没有考虑到诸如副反应、严格的反应条件、额外的活化步骤和空间位阻等因素。因此,实际的湿实验室合成常常受到原材料稀缺和苛刻反应条件的阻碍,需要大量的时间和资源。

(2)组合分子生物活性的不确定性:这些基于反应的生成模型主要确保组合分子具有高合成可及性,但它们往往不能保证所得分子的生物活性。尽管这些模型能够给出具有潜在药效团的结构、有前景的对接构象,并且在自由能扰动(FEP)分析中也有不错的结果 ,但在没有湿实验室实验验证的情况下 ,这些分子作为潜在药物先导物的实用性仍然是推测性的。

面向合成的分子生成模型的核心在于一组预定义的化学反应规则,这些规则在很大程度上决定了通过组合生成的分子是否真的能够在湿实验室中合成 。铜催化的叠氮化物 - 炔烃环加成反应 ,使用如 或碘化亚铜等铜(I)催化剂,在室温至适度温度 到 下发生。或者,铜(I)可以在还原剂(如抗坏血酸)存在的情况下 ,由铜(II)盐(如 )原位生成。该反应在极性溶剂如水中进行,乙醇、二甲基亚砜或四氢呋喃,涉及叠氮化物和炔烃的混合,随后加入配体(如三苯基膦或菲咯啉)以稳定铜(I)催化剂。铜催化的叠氮化物 - 炔烃环加成反应的特点是快速且高度选择性的转化,通常在几分钟到几小时内完成,并且不需要严格的反应条件或复杂的纯化步骤 。以其标准化的反应条件、最少的副反应和高产率而闻名,铜催化的叠氮化物 - 炔烃环加成反应是一种模块化且理想的反应,可与生成模型一起使用。其效率和简单性使其在药物开发、材料科学和生物标记中得到广泛应用,具有出色的可重复性。此外,一些研究 表明,基于铜催化的叠氮化物 - 炔烃环加成反应的规则可以促进用于虚拟筛选的化合物数据库的构建,该数据库包含数十亿种化合物,并确保其中高达 的化合物可以被合成 。因此,作为面向合成的生成模型的反应规则,铜催化的叠氮化物 - 炔烃环加成反应具有生成新颖多样化合物的能力,同时最大限度地提高了合成的实际可行性。

从虚拟库的构建中获得灵感,例如包含数十亿个分子的REAL 数据库,Click - Gen采用点击化学作为基本反应规则,并辅以可模块化的酰胺反应。羧酸和胺之间的这种酰胺反应,特别是当使用二环己基碳二亚胺 (DCC)或1 - 乙基 - 3 -(3 - 二甲基氨基丙基)碳二亚胺(EDC)作为偶联剂时,以其高效率和易于重现性而闻名。该反应通常在温和条件下,使用极性溶剂如二氯甲烷或N,N - 二甲基甲酰胺(DMF)进行。DCC/EDC方法有效地活化羧酸,使其能够与胺快速反应形成酰胺键,通常在几分钟到几小时内 。由于其简单性和稳健性,该方法在包括药物合成 、生物分子标记 和材料科学 等各个领域中都受到青睐,确保了一致且可靠的结果。

通过结合模块化反应,并利用图像修复模型和强化学习来生成分子,我们的目标是创造新颖、具有合成可及性且具有生物活性的分子。为了评估ClickGen在DNDD任务中的性能,我们首先考虑三种不同类型的治疗靶点:ROCK1,其口袋结构相对简单;SARS-CoV2 Mpro(以下简称SARS-CoV2或Mpro),以其更复杂的口袋结构而闻名;以及AA2AR,它与前两个靶点不同,因为其活性分子是拮抗剂。ClickGen模型在这三个测试靶点上的性能,有大量活性配体可用于协助评估模型性能,这进一步增强了我们将其应用于PARP1靶点的实际药物设计的信心,包括虚拟筛选、合成以及在湿实验室实验中对生成分子的生物活性评估,最终评估ClickGen在实际药物发现任务中的可行性。

结果

如图1a所示,Clickgen模型由三个主要组件组成:化学反应组合器、图像修复生成模型和基于蒙特卡洛树搜索(MCTS)的强化学习模块。ClickGen利用定制的合成子,并采用强化学习,根据对接分数中封装的蛋白质口袋特性来指导定向分子生成。图像修复技术的融入使ClickGen能够生成更新颖、更多样化的分子集,其工作方式是用一些可能有助于结合的有效(且可能新颖)的合成子替换母体核心的掩码合成子。根据反应规则组合合成子后,ClickGen在强化学习的指导下,可以在母体核心上进行多次再生,从而显著提高新颖性和多样性。图像修复技术与强化学习的和谐相互作用是ClickGen成功的关键,它令人满意地解决了其他面向合成的生成模型所遇到的可合成性与新颖性之间的冲突。

化学反应组合器和图像修复生成器的性能

由于需要分别训练化学反应组合器和图像修复生成器,因此分别评估每个模型的有效性至关重要。为了评估化学反应组合器和图像修复生成器的性能,两个模型都被独立用于分子生成。前者主要侧重于评估分子组合的准确性和合成子的合理利用,而后者则评估完整分子片段和整个分子的合理性。

化学反应组合器模型使用REAL数据集进行训练。训练后,该模型能够根据REAL数据集定义的易于合成的特征来组合合成子。在训练过程中,提供正样本和负样本(合成子)作为与输入合成子组合的选项,并构建损失函数以增强正选择和负选择之间的区分。此负采样过程中正合成子和负合成子的比例对模型的准确性有显著影响 。为了有效地训练化学反应组合器,比较了这些合成子的不同比例以确定最佳训练结果。如表S1所示,当正合成子与负合成子的比例为10倍时,生成分子的有效性达到最大值。这表明,在此比例下,不会生成具有暴露合成子端点的无效分子。此外,在生成过程中,避免了某些负反应,如羰基缩合或胺缩合。表S1显示了对生成分子中反应分布的分析,表明只有当正合成子与负合成子的比例超过10时,才能实现四种反应类型的平衡利用。在比例小于10的情况下,分子倾向于利用反应1和反应3,导致分子结构更加单调。此外,观察到当负合成子的数量增加超过10倍的比例时,或者当正样本和负样本的数量按比例增加时,反应准确性或反应类型的合理利用没有提高。综合考虑模型性能和训练效率,确定训练化学反应组合器的正确和错误合成子的最佳数量分别为100和1000。

lmol、mmol、rmol 代表训练期间输入的分子的三个部分(分子左半部分、分子中间部分和分子右半部分), 是模型的相应输出。在训练时,修复生成器可以根据末端片段lmol和rmol生成中心分子片段 ,以组装新的分子。在基于修复的生成模型部分中提到的 和 损失函数的指导下,修复生成器生成的分子应具有以下特征:

(i)整个分子的结构完整性和可行性;

(ii)与训练分布一致的物理化学性质;

(iii) 应保留反应性化学键(如酰胺键、三唑环),同时促进结构新颖性;

(iv) 和 末端应分别与 和rmol保持一致。

为此,我们评估了生成的 和复合分子 ,结果总结在表S2和图2中。

如表S2所示,修复生成器有效地生成了具有高有效性和新颖结构的分子。此外,在 生成过程中,反应化学键以及 和 的结构得以保留。这种保留对于ClickGen中的后续步骤是个好兆头,减少了面向合成的分子生成中的潜在误差。图2表明,组装分子的物理化学性质分布与真实训练集的分布紧密对齐。 生成过程考虑了其片段与相邻的 和rmol的内聚性,确保组装分子保留训练集中分子的物理化学性质。简而言之,ClickGen可以提供结构新颖性和物理化学一致性。

ClickGen生成的分子集的质量

我们采用BBAR 和Synnet 作为基准模型,以评估两个ClickGen模型在针对ROCK1、SARS - Cov2 Mpro和AA2AR的从头药物设计中的性能。对于BBAR的训练,我们遵循文章中提到的代码库中提供的说明,构建分子和蛋白质对接分数的数据集,同时将所有其他参数设置为默认值。对于Synnet,我们按照代码库中提供的说明使用目标评估替代QASR模型 进行训练,将所有其他参数设置为默认值。具体而言,ClickGen采用化学反应组合器进行分子生成,而ClickGen - inpainting结合了修复生成器,前者利用一些预定义的合成子集进行组合,而后者能够组合新生成的合成子。不同模型生成的分子的结构、支架和物理化学性质总结在表1中。

表1表明,两个ClickGen模型都生成了具有高有效性、独特性和多样性的分子,在分子质量方面超过了基准模型。关于生成的分子支架,两个ClickGen模型都可以生成更多的支架,从而减少同源结构(具有相同或相似母体核心的化合物)的产生。然而,ClickGen - inpainting生成的新颖支架明显更多。这表明基于修复的生成器通过填充缺失的分子片段,可以比单独的组合器设计出更多新颖的结构。两个模型生成的分子对于抑制剂的FCD值都很低,表明生成的分子可能与抑制剂具有高度的物理化学相似性。

image

 

图1 | ClickGen概述及基于蛋白质口袋生成的案例研究

图a展示了整合强化学习(RL)后的完整ClickGen模型,其中先验模型包括基于反应的组合器和修复生成模型; 蒙特卡洛树搜索(MCTS)中选择、扩展、模拟和反向传播过程的概述,其中黄棕色-黄色连接线代表铜催化的叠氮化物-炔烃环加成反应(CuAAC),黑棕色-黄色连接线代表酰胺化反应;图c展示了ClickGen在SARS-CoV2 Mpro口袋内生成分子的完整示例,该化合物的生成过程由MCTS引导,MCTS通过扩展、模拟和反向传播阶段选择得分最高的反应途径。总共包括四个合成子,强化学习算法在生成过程中根据口袋的性质指导化学反应组合器和修复生成器的步骤。

image

 

图2 | 生成分子集 和真实数据集的核密度估计(KDE)分布。图a - h中不同子图的x轴代表不同的物理化学性质,蓝色曲线表示真实数据集(REAL)的分布,橙色曲线代表修复生成器生成的分子集(Gen. Mol)的分布。图a中的M - mol和M’- mol分别指来自真实数据集的中间片段分子和修复生成器生成的中间分子。y轴表示核密度估计(KDE)的值,表明x轴值在相应位置的密度或频率。logP为辛醇-水分配系数,QED为类药性质的定量估计。

从表1中可以明显看出,两个ClickGen模型都生成了具有显著新颖性的分子。为了评估这些新颖分子的合成可行性,我们采用了四个评估指标来分析它们的可合成性。鉴于ROCK1靶点口袋相对简单,且活性分子的化学结构简单,这些模型针对该靶点生成的分子具有较高的可合成性。为了更直观地比较不同模型之间分子的合成可行性,我们选择了口袋结构复杂的Mpro靶点进行特定靶点任务。图3展示了这些结果。具体而言,较低的SC分数 (合成复杂度分数,范围为1 - 5)和GASA (基于图注意力的合成可及性评估,值为0或1)表明分子的合成可及性更容易。相反,对于RA分数 (逆合成可及性分数,值为0或1)和SYBA (合成贝叶斯可及性),较高的值表明更好的可合成性。如图3所示,无论使用基于描述符的指标还是基于图的指标进行评估,与基准模型相比,两个ClickGen模型生成的分子在这四个指标上都表现出优异的性能,从而表明它们具有较高的合成可行性。结合表1中的FCD值,可以观察到ClickGen - 修复模型生成的新型骨架分子既不影响合成可及性,其物理化学性质也没有显著偏差。这表明强化学习有效地考虑了化合物的整体合成可行性,从而选择了更合适的合成子。

  ClickGen生成的分子的物理化学性质由于ClickGen模型的组合方法采用了与真实数据库相同的反应规则,主要关注的是这种面向新型合成的生成是否能够轻松扩展到真实数据库所覆盖的化学空间之外。我们使用真实数据库对ROCK1、SARS-CoV2和AA2AR靶点进行了虚拟筛选。在应用了包括高通量虚拟筛选(HTVS)、Glide - SP和Glide - XP的分层选择策略,并在每个步骤中保留前10%的化合物后,我们在最终结果中选择排名前10000的分子作为基准分子集。

随后,我们使用了两种ClickGen模型分别为这三个靶点生成分子集。然后,我们以相同的方式对它们进行顺序筛选,最终获得排名前2000的生成分子。为了可视化不同方法生成的分子的化学空间,我们基于ECFP6指纹(ECFP6 fingerprints )采用了T-SNE(T分布随机邻域嵌入)。如图4所示,结果表明,两种ClickGen模型都提供了比REAL数据库更广泛的分子集。此外,包含修复生成器的模型比不包含它的模型探索了更大的化学空间。这表明两种ClickGen模型使用的新颖组合方法可以生成更多新颖的分子,并有可能规避专利保护。

随后,我们分析了基准分子集和生成分子在每个步骤中使用的反应步骤数和试剂的分子量。该分析结果如图5(SARS-Cov2)和图S1(ROCK1和AA2AR)所示。如图中上部所示,REAL基准数据集中的大多数分子是在1到2个反应步骤中合成的,而两种ClickGen模型生成的分子需要3到4个化学反应步骤。这些多步反应最终导致生成具有更多样化支架的分子,有助于更广泛地探索化学空间。在图的下部,我们观察到试剂的分子量随着反应步骤数的增加而降低。通常,根据分子量估计,在第三或第四个反应步骤中对化学基团和支架末端进行修饰。步骤数的增加不会带来合成困难,能够根据蛋白质口袋的形状进行灵活的结构修饰。

表1 | 基于化学反应的生成模型生成的分子集(n = 10,000)的质量

目标模型有效.*↑新颖.*↑独特.*↑支架.*↑新型支架.*↑差异.*↑FCD*↓
ROCK1(一种蛋白激酶,全称为Rho相关卷曲螺旋蛋白激酶1)BBAR(具体含义需根据上下文确定)0.830.730.7724500.180.5317.42
突触网络(Synnet,可能是特定领域的专业术语)10.860.5226190.220.5022.59
点击生成器(ClickGen,可能是特定领域的专业术语)10.71122470.180.709.27
点击生成器(图像修复)(ClickGen (inpainting),可能是特定领域的专业术语)11137580.530.779.06
严重急性呼吸综合征冠状病毒2主蛋白酶(SARS-Cov2 Mpro,一种病毒蛋白酶)BBAR(具体含义需根据上下文确定)0.800.850.4712430.140.4735.17
突触网络(Synnet,可能是特定领域的专业术语)10.820.3320190.100.5030.60
点击生成器(ClickGen,可能是特定领域的专业术语)10.90124430.210.6312.45
点击生成器(图像修复)(ClickGen (inpainting),可能是特定领域的专业术语)11134200.450.7615.33
腺嘌呤A2A受体(AA2AR,一种细胞表面受体)BBAR(具体含义需根据上下文确定)0.800.760.6717660.150.5127.61
突触网络(Synnet,可能是特定领域的专业术语)10.790.5520090.090.5037.20
点击生成器(ClickGen,可能是特定领域的专业术语)10.90123790.200.6616.70
点击生成器(图像修复)(ClickGen (inpainting),可能是特定领域的专业术语)11133860.460.7110.99

"有效性(Vaild Vailidty)、新颖性(Novel Novelty)、独特性(Unique Uniqueness)、Scaf指支架数量、Nov.Scaf指新颖支架在总支架中的比例、多样性(Diver Diversity)、弗雷歇化学网络距离(FCD Fréchet ChemNet Distance)。

image

 

image

 

图3 | 不同可达性生成的分子的可合成性评估,可达性值为0或1),以及针对SARS-CoV2 Mpro靶点的SYBA(合成产率和生物相容性模型)。a - d分别代表SC分数(合成复杂性分数,范围为1至5)、RA分数(逆合成可达性分数,值为0或1)、基于图注意力的合成评估(GASA)分数。SC分数和GASA值越低,表明分子的合成可达性越高。相反,对于RA分数和SYBA,值越高表明可合成性增强。

image

 

图4 | 来自REAL数据库的基准分子集和ClickGen模型生成的分子的化学空间的t - SNE分析 。a和 代表ROCK1靶点, 和 对应SARS-CoV-2的主要蛋白酶, 和 属于AA2AR靶点。蓝色点表示两个ClickGen模型生成的分子的分布,而橙色点代表来自REAL数据库的分布。

最后,我们对ClickGen模型生成的分子进行了物理化学性质分析。我们使用ROCK1和SARS-CoV-2抑制剂(在数据集和构建块部分中提及)作为参考,比较生成的分子与抑制剂之间的相似性,并进行对接分数评估。如图6a所示,生成的分子跨越抑制剂的化学空间,对于ROCK1,平均对接分数约为 - 10千卡 ,对于SARS-CoV-2为 - 9千卡 ,如颜色梯度所示。相比之下,对于BBAR和SynNet模型(图S2),生成的分子与抑制剂的化学空间高度分散,分数平均值徘徊在 左右。这表明这些生成的分子在对接方面比同类型的生成模型表现更强。

image

 

图5 | 针对SARS-CoV-2蛋白的不同分子集生成分子所需的化学反应步骤(顶部, )以及每个步骤中使用的合成子的相应分子量分布(底部, )。a显示了REAL数据集中分子的组合步骤数量,以及两个ClickGen模型生成的分子的组合步骤数量。 分别代表REAL数据集、ClickGen和ClickGen修复中组合反应使用的试剂的分子量分布。

如图6b所示,四种方法生成的分子的配体效率(LE)值在每个重原子0.2至 之间。尽管两种基线方法的LE值略低于两种ClickGen方法,但所有四种基于片段的方法在分子设计中都被归类为高效,这些分子中不存在过多“低效”原子,即对增强分子与靶点结合贡献最小的原子。在图6c中的相似性和对接分数的比较分析中,可以观察到大多数高分生成的分子与抑制剂表现出高的塔尼莫托相似性,表明它们与活性抑制剂共享结构特征。

ClickGen模型在实际药物设计中的可行性

为了评估ClickGen模型在SARS-CoV-2从头药物设计任务中的可行性,我们将生成的分子的结构、对接构象和结合构象与非共价抑制剂的进行了比较。此外,我们检查了生成的分子的可合成性。结果总结在图7中。

我们首先将所有生成的分子与蛋白质重新对接,并将具有最高塔尼莫托相似性的活性分子用作模板。这种方法使我们能够获得生成分子的最“理想”结合构象,然后使用均方根偏差(RMSD)计算将其与生成的分子构象进行比较。随后,我们利用这些RMSD值创建了一条分布曲线。在图7a中,前两个图显示,两个ClickGen模型生成的具有理想结合构象的分子的均方根偏差(RMSD)构象平均值均小于 。这表明两个模型都能够生成具有理想结合构象的分子。此外,当使用修复模型时,我们观察到构象差异增加,平均RMSD从大约 变为 。然而,在第三个图中,很明显ClickGen-修复模型在S1区域与HIS41和CYS145残基保持相互作用。然而,在第三个图中,很明显ClickGen-修复模型在S1区域与HIS41和CYS145残基保持相互作用。这两个氨基酸残基对于设计SARS-CoV2抑制剂至关重要,在ClickGen模型中也观察到了这一结果。在仔细检查这些对接分子的蛋白质-配体相互作用图谱(图S3)后,我们发现虽然与这两个氨基酸的总体相互作用相似,但在特定相互作用方面存在明显差异。ClickGen-修复模型与HIS41的相互作用与抑制剂的相互作用非常相似,而ClickGen与HIS41形成更多的疏水相互作用和更少的氢键相互作用。相反,对于CYS145,ClickGen与抑制剂的相互作用相匹配,而ClickGen-修复模型形成的氢键相互作用较少。

除了HIS41和CYS145之外,我们观察到抑制剂与GLU166和GLN189残基形成了更多的相互作用。对于GLU166,两个ClickGen模型都复制了抑制剂的相互作用。然而,对于GLN189,生成的氢键相互作用相对较少。此外,值得注意的是,与抑制剂相比,两个ClickGen模型生成的分子与SER46、GLU47、ASP48、MET49和LEU50残基形成了更多的相互作用。过去的研究 表明,这些残基通常与具有微摩尔活性或需要进一步结构修饰的化合物形成相互作用。这表明ClickGen模型生成的一部分分子可能需要进行结构修饰,以提高获得高活性化合物的可能性。这些结果表明,在生成过程中关键残基的相互作用得以保留。根据图S4的结果,与BBAR和Synnet模型相比,两个ClickGen模型都具有显著更好的性能。

随后,我们使用三种结构不同的抑制剂 ,即CQ-TrOne、MCULE和L-26,作为参考,从两个模型的生成结果中识别出具有最高塔尼莫托值的分子。我们分析了它们的构象和可合成性,如图7b所示。在图中,我们观察到两个ClickGen模型都能够生成与CQ-TrOne和MCULE构象相似的化合物。然而,只有没有修复组件的ClickGen模型能够生成与L-26构象相似的化合物。这是因为,尽管L-26与MCULE具有相似的分子量和结合构象,但修复模型在生成L-26的吲哚环后往往会偏离结合位点的S1区域。相比之下,哌嗪环在生成后可以进入S1区域,在口袋内实现更好地契合。没有修复模型的ClickGen可以直接选择合适的构建模块并生成化合物,从而实现更直接和合理的组合。

image

 

图6 | 不同生成模型的对接分析和抑制剂相似性分析 。a 生成分子与相应靶标活性化合物之间化学空间分布的t-SNE分析。橙色点代表活性化合物,蓝绿色点的颜色梯度代表生成分子的Vina分数,颜色越绿表示分数越高。较浅的颜色(黄色到浅绿)表示分数较好,范围从-13到 ,而较深的颜色(绿色到深蓝)表示分数较差,范围从-10到 。需要注意的是,不同靶标的分数有所不同,为了得到有意义的结果,应在同一靶标内进行比较。b 不同方法生成的分子在三个靶标上的配体效率(LE)的KDE分布; 生成分子的Vina分数分布及其与抑制剂的相似性。

关于分子结构,我们观察到,与抑制剂相比,ClickGen修复模型设计生成的分子具有略高的创新性。与构象最相似的抑制剂相比,生成分子的核心骨架发生了显著变化。相反,与活性抑制剂相比,ClickGen模型的设计创新性较低,生成的分子与抑制剂共享高度重复的骨架。这两个模型之间这些性能差异的主要原因可归因于修复技术的引入。在ClickGen修复模型中,在组合过程之后,它可以基于活性口袋生成骨架,从而实现骨架跳跃。另一方面,没有修复功能的模型在组装过程中使用从固定数量的合成子的精选数据库中获得的构建块,导致一些生成的分子共享非新颖的核心结构。

image

 

图7 | 两个ClickGen模型采样结果 的对接构象分析,以及针对与靶向SARS-CoV-2 Mpro的活性抑制剂构象最相似的生成分子的合成路线预测。a 前两个图描绘了生成构象与理想构象之间的均方根偏差(RMSD)值的分布曲线。第三幅图提供了生成分子和抑制剂与SARS-Cov2靶口袋中关键HIS41和CYS145残基相互作用比例的统计数据。b 两个ClickGen模型生成的分子(红色)与活性抑制剂最接近构象(绿色)的构象比较,以及生成分子的合成路线。 酰胺化; 铜催化的叠氮化物-炔烃环加成反应(CuAAC); 脱保护;Gen.Mol:生成分子。

最后,我们选择了一些结构上具有创新性的分子,并对它们的合成可行性进行了分析。如图7b的右侧部分所示,很明显,没有修复模型的ClickGen生成的分子需要较少的合成步骤。这些分子中使用的核心骨架此前已有报道用于合成类似的抑制剂,无需对合成条件进行广泛探索。此外,像6-甲基烟酸这样的修饰片段很容易从化学试剂供应商处获得。相比之下,ClickGen修复模型虽然使用修复生成的构建块,但与REAL数据集相比,包含相对新颖的骨架。然而,这些组分并非全新的片段,可以作为完整片段或前体从化学试剂供应商处购得,包括溴甲基吲哚、乙酸、氨基乙基哌啶和乳清酸等化合物。这些合成子可以通过点击化学和酰胺化反应合成到生成的分子中。两个ClickGen生成模型在结构新颖性方面存在差异,但它们都可以产生与活性抑制剂相似的结合构象,并且具有较高的合成可行性。ClickGen模型与现有抑制剂共享一些核心骨架,从而减少了合成步骤,而ClickGen修复模型生成的分子在核心骨架上具有更高的新颖性,可能需要额外的合成步骤。

使用ClickGen设计PARP1抑制剂

鉴于ClickGen图像修复技术在前三项目标验证中的出色表现,我们继续在湿实验室中测试其针对治疗性PARP1(我们其中一些人的当前研究兴趣)的设计能力。PARP1是DNA修复机制中的关键酶,已成为抗癌疗法开发中一个有前景的靶点(PARP1)。美国食品药品监督管理局(FDA)最近批准了新型PARP1抑制剂,这进一步凸显了其治疗意义。我们通过将PARP1的蛋白质结构(PDB ID: )纳入其强化学习部分的对接评分奖励中,对ClickGen模型进行了重新训练,使该模型能够基于PARP1蛋白口袋生成分子,然后生成了一个包含100,000个分子的库。

图8a展示了所生成分子的筛选工作流程。虚拟筛选过程首先从生成的分子集合中过滤掉非新颖、无效、冗余或支架高度相似(Tanimoto相似度>0.9)的分子。在此之后,对分子的物理化学性质进行筛选(标准为 和 )。随后,使用薛定谔软件的药效团匹配模块根据药效团特征选择分子。只有那些如药效团模型所假设的能够与GLY863和SER904形成氢键的分子才被选出来进行进一步的对接研究。

image

 

图8 | 生成和筛选分子的工作流程,包括MTT测定以及所选先导化合物的抑制作用。a ClickGen模型生成的分子的虚拟筛选工作流程,以识别先导化合物。筛选工作流程包括根据新颖性、有效性、冗余性和支架相似性对生成的分子进行过滤,随后进行物理化学性质评估和药效团匹配,以选择能够形成关键氢键的分子。这些分子进行了对接模拟,并根据对接分数对前1%的分子按支架进行聚类。综合考虑与已知PARP1抑制剂的相似性、合成可及性和知识产权潜力,对聚类进行评估。根据原料可用性和反应复杂性,将化合物分为低、中、高合成难度类别。在对合成路线进行严格评估后,确定了三个跨越不同合成挑战的先导分子进行进一步研究;b MTT(3-(4,5-二甲基噻唑-2-基)-2,5-二苯基四氮唑溴盐)测定 结果显示了三种先导化合物和阳性对照对人肺腺癌(A549)、人卵巢癌(OVCAR-3)、人结肠癌(HCT-116)和人乳腺癌(MCF-7)细胞系的影响; 三种先导化合物和阳性对照对PARP-1酶活性的抑制作用 。在子图<b‘2></b2>和 的曲线中,点代表来自三次独立测量的平均值 ,误差条表示标准偏差(SD), 的详细平均 SD原始数据记录在源数据中。

在随后的对接研究中,我们使用了薛定谔软件的Glide模块和XP评分模式对分子进行评分。在进行对接研究后,选择了大约700个对接分数排名前1%的分子,并根据它们的支架进行聚类。在此之后,我们对每个分子簇进行了全面评估,考虑了与PARP1抑制剂的相似性、合成可及性(如在ClickGen生成的分子集质量部分所述)和知识产权保护潜力等指标。随后,我们根据原料类型和反应化学键将化合物分为不同的合成难度类别。

具体而言,易于合成的化合物是指那些试剂可直接购得,或者化学键类型仅限于酰胺和三唑结构的化合物。合成难度适中的化合物可能需要更多的合成步骤,这可能涉及某些基团的保护和脱保护,但所有必要的合成子均可从商业渠道获得或可通过简单反应制备。合成难度高的化合物所涉及的试剂需要两步以上的合成步骤,并且包含多种类型的化学键。最终,基于骨架的新颖性,我们从低、中、高合成难度类别中选择了30种化合物。在对每个簇的计划合成路线进行全面评估后,重点关注原材料的可用性和反应条件的难易程度(在补充材料S1部分,我们对30种化合物的合成路线进行了详细分析,并合成了一些中间体以证明我们方法的合成可行性),我们最终选择了三种先导分子。这三种先导化合物在合成难度上表现出不同程度:

先导化合物1使用容易获得的起始原料即可轻松合成:香豆素-3-羧酸、3-乙炔基苯胺和1-叠氮基-2-溴苯。最终化合物通过涉及酰胺化和点击化学的两步合成过程获得。

先导化合物2带来了更高的合成挑战,因为它由两个合成子组成。其中一个合成子具有复杂的结构,需要多步合成。

先导化合物3具有中等合成难度。虽然其反应物材料相对容易获得,但新型脲化学键的形成以及多个组合步骤的要求需要对特定官能团进行保护。三种先导化合物所采用的合成路线见补充材料。通过¹H-NMR、¹³C-NMR和HRMS光谱分析验证了目标化合物的结构完整性。

先导化合物1:熔点:201.4 - 201.8°C;¹H NMR(600 MHz,DMSO-d6),δ 3.24(m,2H);¹³C NMR(150 MHz,DMSO-d6),δ 175.22,171.01,168.74,156.93,154.09,150.78,145.64,140.91,143.51,139.1,136.16,134.94,133.97,127.17,124.10,122.26,121.77,116.57,114.07,108.25,95.24,94.39,50.22,22.04;ESI-HRMS计算值为 ,实测值:490.3342

先导化合物2:熔点:166.6 - 166.9°C 核磁共振(600兆赫兹,二甲基亚砜 - , (多重峰,3个氢),1.29 - 1.15(多重峰,7个氢);碳 - 13核磁共振(150兆赫兹,二甲基亚砜 - ) 161.22(双峰, ),155.05,153.39,147.18,146.20,143.14,126.53,126.35,125.96,125.94,125.11,125.09,117.62,117.49,71.00,66.30,62.45,60.23,29.70,26.41,22.25,14.55。电喷雾高分辨质谱计算值为 407.2149 ,实测值:407.2254。

先导化合物3:熔点:244.1 - 244.7°C 核磁共振(600兆赫,二甲亚砜 - 8.19 - 8.17(三重峰 - 双峰, ),7.79 - 7.74(多重峰, ),7.63(三重峰 - 双峰, (双峰 - 双峰, ), ,6.51 , 核磁共振(150兆赫,二甲亚砜 - ) 162.22(双峰, ),157.47,154.17,148.14,143.82,139.05,133.67,130.45,129.43,126.93,124.50,122.56,121.40,119.53,116.11,115.94,112.87,108.70,37.92,26.50,22.74,18.21。电喷雾高分辨质谱计算值为 ,实测值:489.1797。

先导化合物的MTT试验综合结果、安全指数(SI) 以及体外抑制研究结果分别总结于图8b、c和表S3中,以鲁卡帕尼作为阳性对照。

使用MTT试验在包括A549、OVCAR - 3、HCT - 116和MCF - 7等多种细胞系中测定了该化合物的抗增殖功效。值得注意的是,先导化合物2和3对A549、HCT - 116和MCF - 7细胞表现出强大的抗增殖活性。三种先导化合物的安全指数评估结果列于表S3中。先导化合物1和3在这四种细胞系中均表现出过高的毒性。总体而言,先导化合物2和3在各种细胞系中始终表现出较低的毒性。随后评估PARP1酶抑制作用的体外试验表明,先导化合物2和3均表现出纳摩尔级别的抑制活性。值得注意的是,先导化合物2与阳性对照鲁卡帕尼相比表现出更强的抑制效果。

##讨论

针对当前许多分子生成模型合成性低的问题,我们提出了一种名为ClickGen的新型面向合成的生成模式。与类似的面向合成的生成模型不同,我们采用模块化点击化学和酰胺化作为主要反应规则,并辅以强化学习和图像修复技术。这使得该模型能够生成可能新颖、对给定目标具有强结合倾向且易于合成的分子。在涉及SARS-CoV-2和ROCK1靶点的特定靶点基准任务中,ClickGen生成的分子与其他面向合成的模型相比,新颖性和多样性高出30%以上,并且生成的新型骨架数量是其他模型的两倍多。与基线模型相比,ClickGen在合成性指标上也提高了10%,并且在物理化学性质和对接性能方面表现出更好的相似性。随后的构象分析和合成性评估表明,ClickGen可以生成具有与报道的抑制剂相似对接构象的新型分子,并且很可能通过遵循模型推荐的路线进行合成。

在PARP1靶向药物设计的实际应用中,对ClickGen生成的分子进行了虚拟筛选。在此之后,我们选择了三种具有新型骨架的先导化合物。这些化合物在10天内成功合成。生物活性分析表明,相对于阳性对照鲁卡帕尼,两种先导化合物对各种癌细胞系的增殖和PARP1酶活性具有优异的抑制作用,且细胞毒性降低。ClickGen方法展示了在利用最少资源的情况下快速设计具有纳摩尔级活性的新型先导化合物的能力。这意味着ClickGen中使用的技术代表了一种克服分子生成方法领域中合成性和类药性限制的新范式。

虽然ClickGen在构建合成驱动的生成模型方面取得了重大进展,但仍有需要改进的地方。首先,该模型对反应类型的覆盖相对有限。尽管点击化学和酰胺化已被证明能够构建数十亿规模的化学数据库,但这两种反应的广泛使用意味着ClickGen生成的一些分子可能仍受专利保护。其次,对反应合成子存在依赖。无论是否使用图像修复模型,ClickGen严重依赖公开可用的初始反应合成子。在未来的工作中,我们计划通过引入更容易重现的模块化反应来扩大化学反应生成器中的反应类型范围。此外,我们旨在增强图像修复的生成能力,以减少其对训练数据集的依赖。最后,我们计划将ClickGen与自动化合成技术集成。ClickGen的强化学习技术能够从新的实验数据中持续学习和适应。这种集成,结合自动化合成的灵活性,允许对闭环药物和材料发现进行持续优化和迭代改进。

方法

数据集和构建模块的准备

为了训练模型以根据点击化学和酰胺形成生成化合物,首先需要构建一个包含由这两种反应构成的分子的训练集。如图S6所示,我们首先将来自REAL Diversity数据库 的4820万个化合物表示为SMARTS 格式。以这两种反应为模板,基于酰胺键和1,2,3 - 三唑环对化合物进行分割。在将合成子转换为SMILES表示后,使用特定符号(如[*0]或[*1])标记不同合成子的不同反应位点,我们使用这些合成子形成一个组合库,该库的组成和特征如图S6所示。

同时,从Binding 、ChEM 和PDB数据库 中收集了917种ROCK1抑制剂、1203种SARS - Cov2 Mpro抑制剂、1154种AA2AR拮抗剂和1667种PARP1抑制剂(IC 或Ki )。然后将这三个抑制剂数据集对接至ROCK1(PDB ID:6E9W )、SARS - Cov2 Mpro(PDB ID:7L11 )、AA2AR(PDB ID:3EML )和PARP1(PDB ID:4BJC )的结合口袋中。蛋白质结构通过Schrödinger中的Protein Preparation向导进行处理,包括仅选择A链、添加所有缺失的残基、重原子和氢原子 ,并对整个晶体结构进行最小化处理,直到非氢原子位移的均方根偏差(RMSD)低于 。每个配体的三维结构由Schrödinger中的LigPrep模块生成。

基于化学反应的组合器构建

我们使用REAL数据集训练了一个基于化学反应的组合器,应用了多个标准来筛选数据库: ;(2)分子量<500;(3)氢键受体数 + 氢键供体数<10;(4)拓扑极性表面积<150;(5)PAINS 过滤器(用于筛选出10类没有药物开发前景的化合物)以及(6)MCFs过滤器 (用于丢弃含有可能导致形成有毒代谢物或中间体的不稳定或反应性基团的化合物)。最后,收集了140万个化合物用于建模训练。这个组合器能够根据数据集的合成可及性特征和反应规则,通过组合合成子来组装分子。该组合器将合成子或子结构作为初始输入,从构建模块列表中选择合适的合成子。这个生成器由一个128层全连接层序列、一个ReLU激活函数、另一个128层全连接层,接着是一个Sigmoid激活函数组成,模型产生一个表示为 的输出,代表选择合成子的预测概率。训练后,对于正确选择的合成子,模型表现出接近1的 值,对于错误选择则接近0。我们研究中采用的训练策略,称为负采样 ,在计算化学中常用于预测化合物的物理化学性质 。主要训练过程如下所示,并在图S7a中进行了说明:

(i)确定分子是否包含可拆解的酰胺键和三唑环,将它们标记为反应位点。如果可以拆解,两端的反应位点被解析为合成子和子结构,子结构进入后续步骤。如果不可拆解,该过程终止。

(ii)基于拆解位置,使用训练集构建一个合成子数据库,包括 个兼容合成子(正样本)和 个不兼容合成子(负样本)。这里,兼容合成子被定义为与库中裂解合成子的Tanimoto相似系数大于0.7的合成子,而不兼容合成子的相似系数小于0.4。模型使用公式(1)计算这些分子的损失值。然后该过程返回步骤(i)以确定是否终止该程序,总共进行80个训练步骤,每个步骤选择10000个分子。

基于图像修复的生成模型

图像修复是指模型根据周围背景的线索生成图像缺失部分的过程,最终生成完整且合理的图片 。受此概念启发,我们开发了一种基于修复的分子生成模型,该模型应推荐合适的片段来完成结构中缺少一部分的部分构建分子。为了准备该模型的训练数据,我们通过沿非环状化学键随机分割,将RDKIT中REAL数据库的分子划分为三个片段: 、 。修复模型的整体框架受U-net启发,采用U形编码器-解码器架构进行分子输入-输出处理(图S7B)。在网络中,我们集成了上下文注意力机制,其中跳跃连接将解码器预测的 与编码器的 和 相连接。利用这种上下文注意力,解码器中预测的 受到来自 和 的丰富化学键和原子连接信息的显著影响,从而能够预测出更合理的分子结构。

模型训练的损失函数包括重建损失和一致性损失 :

确保模型能够在保留非空白区域结构的同时完成分子。另一方面, 确保完成区域与相邻分子片段之间的平滑过渡。

的计算如公式(3)所示,其中 lmol、mmol、rmol 表示训练期间输入的分子的三个部分, 是模型的相应输出。此外, 是一个掩码,定义为公式(4)。这里 表示当前填充位置的距离, 表示中间片段的全长, 是总长度的四分之一。 的主要目的是对远离边界的原子施加较小的惩罚。

为了提高输出分子的一致性,我们将双向内容转移(BCT)纳入修复模型。BCT包括一个长短期记忆(LSTM)编码器 和一个LSTM解码器 。鉴于中心区域的分子结构应表现出从lmol到rmol的平滑过渡,我们首先将修复模型的 和 输入到 和 中进行顺序预测,得到 和 。然后按照公式(5)计算一致性损失。

和 表示修复模型的隐藏层。 和 的值可以使用公式(6)和(7)确定。

整个修复模型由Adam优化器进行优化,起始学习率为 ,并训练50个轮次直至收敛。整个任务在NVIDIA GeForce GTX 4090 GPU上大约需要 。

强化学习模型

为了优化生成分子与特定靶点的结合亲和力,我们采用基于Vina对接(AutoDock4.2)分数的强化学习来指导分子生成。在此背景下,我们开发了两个强化学习模型:第一个称为“先验模型”,仅集成了基于反应的生成器;相比之下,第二个模型同时包含基于反应的生成器和修复模型。初始模型依靠预先存在的合成子来组装分子。同时,后一个模型从生成的合成子构建分子,确保完全组装的分子既具有合成可行性又具有新颖性。

为了提高生成分子与靶点的结合亲和力,我们采用基于Vina对接分数的强化学习来指导分子生成。我们在强化学习中训练了两个先验模型变体进行比较:第一个使用在基于化学反应的组合器构建部分中描述的组合器使用现有的合成子;而第二个使用缺失的合成子,集成了基于反应的组合器和在基于修复的生成模型部分中讨论的修复生成模型。鉴于第二个先验模型是第一个的子集,我们将专注于详细描述第一个模型的构建。

对于修复过程,我们采用Bemis-Murcko框架来屏蔽数据集中准备部分中引用的合成子。我们确定一个合成子是否具有一个 基团。如果存在,使用 字符屏蔽该 基团及其原子。如果不存在 基团,则随机选择非末端原子用[*]字符进行屏蔽。

MCTS中的UCB(置信上限)和UCT(树的UCB)算法经常被集成到强化学习框架<b0></b></text><text>中。这种集成有效地将树搜索与从通过与环境模型 交互获得的模拟经验情节中衍生的学习相结合。用于组装合成子的MCTS过程 包括三个步骤:(1)选择屏蔽的合成子并根据预定义规则进行组装;(2)通过修复生成模型完成屏蔽部分;(3)将步骤(1)视为强化学习中的一个动作。步骤(1)和(2)的组合定义了一个状态(s)。扩展后,使用vina分数分配奖励分数。

在MCTS过程中,训练由四个主要阶段组成,总共跨越1000步:

选择。在一步中,根据公式 选择一个组合路径,其中 表示所有可供选择的可能合成子, 表示动作值, 是节点的总访问次数, 是先验模型中合成子的预测概率值, 是探索系数,在我们的案例中设置为1.3。选择合成子后对屏蔽部分进行修复。

扩展。如果当前叶节点不是终端节点,则根据反应组合位点生成额外的有效合成子节点。然后选择其中一个节点进行扩展。

模拟。从扩展节点开始,组装一个分子作为输出,持续到获得最终奖励 。

反向传播。从扩展节点得到的奖励分数被反向传播到其所有父节点,更新这些节点的 和 值 。

评估指标

使用几个广泛使用的基准(公式10~13)来评估生成分子集(G)相对于现有(或训练)集(E)的质量。有效性(公式10)用于评估 中SMILES字符串的有效率,其中 和 分别是 中生成分子和有效SMILES字符串的数量。新颖性(公式11)用于评估在 中存在但不在 中存在的化合物的比例。多样性用于评估 中化合物的多样性,其中公式12中的最后一项计算生成分子的平均Tanimoto系数(T)。计算由公式13定义的Fréchet ChemNet距离(FCD)以测量 中生成分子与训练数据之间的相似性,其中 和 分别指ChemNet倒数第二层上激活的均值向量和协方差矩阵。

关于训练BBAR方法 ,我们严格遵循GitHub仓库(https://github.com/ jaechang-hits/BBAR-pytorch.)中提供的说明。我们准备了包含210,000个分子 - 蛋白质对接的数据集,记录了它们的分数,并创建了一个.db文件作为训练集。随后,我们训练了模型并生成了分子。对于Synnet ,我们按照代码仓库(https://github.com/wenhao-gao/SynNet)中提供的说明,使用目标评估替代QASR模型 (https://github.com/micahwang/ GARel)进行训练,其他所有参数均设置为默认值。

先导化合物的合成与生物活性评估

合成。所有溶剂和试剂均为市售,除非另有说明,无需进一步纯化即可使用。反应进程通过在涂有硅胶荧光指示剂(GF254,中国青岛海洋化工有限公司)的玻璃板上进行薄层色谱监测。先导化合物的熔点在RD - 1熔点仪(中国天津国明医疗设备有限公司)上检测。 和 的核磁共振(NMR)谱分别在型号为600的布鲁克Avance光谱仪(德国布鲁克)上于600和 下记录。化学位移以百万分之一为单位给出 ,对于 以DMSO - 为参考在 下,对于 以DMSO - 为参考在 下。目标化合物的高分辨率质谱(HRMS)由沃特世Q - TOF Premier光谱仪(美国沃特世)进行。合成路线改编自先前报道的技术 ,先导化合物的详细方案见补充信息。

MTT法。人肺腺癌细胞系(A549)、人卵巢癌细胞系(OVCAR - 3)、人结肠癌细胞系(HCT - 116)和人结肠癌细胞系(MCF - 7)购自美国典型培养物保藏中心(ATCC,美国)。所有细胞系均在RPMI - 1640培养基(中国北京赛默飞世尔科技公司)中培养,添加 胎牛血清,于 和 条件下培养。并且实验中使用的所有细胞系每两周检测一次支原体污染情况。将A549、OVCAR - 3、HCT - 116和MCF - 7细胞接种于96孔板中,然后用先导化合物处理 。然后,向每孔中加入 MTT(5 mg/mL,溶于PBS),孵育 后用 DMSO溶解。最后,用酶标仪( )测量吸光度。

毒性测定。人正常肺泡上皮细胞(HPAEpiC)、人正常卵巢上皮细胞(IOSE80)、人正常肠上皮细胞(HIEC)、人正常乳腺细胞(HTB - 125)在96孔板中培养。随后将这些细胞系暴露于不同浓度的先导化合物。处理方案与先前描述的MTT法相同。

酶抑制活性测定。PARP - 1抑制测定由美国BPS Bioscience公司提供的比色96孔PARP测定试剂盒进行。(产品目录编号80580、80581)

报告总结

有关研究设计的更多信息,请参阅与本文相关的《自然》系列报告总结。

数据可用性

本研究中使用的小分子数据集可从Enamine(https://enamine.net/compound-libraries)下载,而片段数据集可在GitHub(https://github.com/mywang1994/cligen_gen/tree/main/data)或Zenodo(https://doi.org/10.5281/zenodo. )上获取。另外,用户可以使用GitHub上提供的插件(/data/prepare_data.py)创建自己的数据集。所有PDB ID文件均可从蛋白质数据库(https://www.rcsb.org/)获取。补充信息的S1 - S4部分提供了与化合物合成相关的原始数据,包括合成方法、条件和试剂量,而S5部分包含光谱数据。表S1 - S3的计算方法在方法部分的“评估指标”和“先导化合物的合成与生物活性评估”中详细说明。本文提供了源数据。本文提供了源数据。

代码可用性

该代码可在GitHub(https://github.com/mywang1994/cligen_gen)和Zenodo(https://doi.org/10.5281/zenodo.13844743 )上获取,遵循MIT许可协议。References

1. Xu, Y. et al. Deep learning for molecular generation. Future Medicinal Chem. 11, 567-597 (2019).

2. Elton, D. C., Boukouvalas, Z., Fuge, M. D. & Chung, P. W. Deep learning for molecular design-a review of the state of the art. Mol. Syst. Des. Eng. 4, 828-849 (2019).

3. Bai, Q. et al. Application advances of deep learning methods for de novo drug design and molecular dynamics simulation. Wires. Comput. Mol. Sci. 12, e1581 (2022).

4. Grisoni, F. Chemical language models for de novo drug design: challenges and opportunities. Curr. Opin. Struct. Biol. 79, 102527 (2023).

5. Wang, M. Y. et al. Deep learning approaches for de novo drug design: an overview. Curr. Opin. Struct. Biol. 72, 135-144 (2022).

6. Zhavoronkov, A. et al. Deep learning enables rapid identification of potent DDR1 kinase inhibitors. Nat. Biotechnol. 37, 1038 (2019).

7. Das, P. et al. Accelerated antimicrobial discovery via deep generative models and molecular dynamics simulations. Nat. Biomed. Eng. 5, 613-+, https://doi.org/10.1038/s41551-021- 00689-x (2021).

8. Grisoni, F. et al. Combining generative artificial intelligence and on-chip synthesis for de novo drug design. Sci. Adv. 7, eabg3338 (2021).

9. Godinez, W. J. et al. Design of potent antimalarials with generative chemistry. Nat. Mach. Intell. 4, 180-186 (2022).

10. Li, Y. et al. Generative deep learning enables the discovery of a potent and selective RIPK1 inhibitor. Nat. Commun. 13, 6891 (2022).

11. Wang, J. et al. Multi-constraint molecular generation based on conditional transformer, knowledge distillation and reinforcement learning. Nat. Mach. Intell. 3, 914-922 (2021).

12. Blaschke, T. et al. REINVENT 2.0: an ai tool for de novo drug design. J. Chem. Inf. Model. 60, 5918-5922 (2020).

13. Perron, Q. et al. Deep generative models for ligand-based de novo design applied to multi-parametric optimization. J. Comput. Chem. 43, 692-703 (2022).

14. Bilsland, A. E., McAulay, K., West, R., Pugliese, A. & Bower, J. Automated generation of novel fragments using screening data, a dual SMILES autoencoder, transfer learning and syntax correction. J. Chem. Inf. Model. 61, 2547-2559 (2021).

15. Wang, J. K. et al. ChemistGA: a chemical synthesizable accessible molecular generation algorithm for real-world drug discovery. J. Med. Chem. 65, 12482-12496 (2022).

16. Powers, A. S., Yu, H. H., Suriana, P. & Dror, R. O. Fragment-based ligand generation guided by geometric deep learning on protein-ligand structure. bioRxiv, 2022.2003. 2017.484653 (2022).

17. Zhang, O. et al. ResGen is a pocket-aware 3D molecular generation model based on parallel multiscale modelling. Nat. Mach. Intell. 5, 1020-1030 (2023).

18. Zhang, O. et al. Learning on topological surface and geometric structure for 3D molecular generation. Nat. Comput. Sci. 3, 849-859 (2023).

19. Ragoza, M., Masuda, T. & Koes, D. R. Generating 3D molecules conditional on receptor binding sites with deep generative models. Chem. Sci. 13, 2701-2713 (2022).

20. Peng, X. et al. in International Conference on Machine Learning. 17644-17655 (PMLR).

21. Putin, E. et al. Adversarial threshold neural computer for molecular de Novo Design. Mol. Pharmaceutics 15, 4386-4397 (2018).

22. Pogány, P., Arad, N., Genway, S. & Pickett, S. D. De novo molecule design by translating from reduced graphs to SMILES. J. Chem. Inf. Model. 59, 1136-1146 (2019).

23. Sattarov, B. et al. De Novo molecular design by combining deep autoencoder recurrent neural networks with generative topographic mapping. J. Chem. Inf. Model. 59, 1182-1196 (2019).

24. Kuznetsov, M. & Polykovskiy, D. in Proceedings of the AAAI Conference on Artificial Intelligence. 8226-8234.

25. Li, Y., Zhang, L. & Liu, Z. Multi-objective de novo drug design with conditional graph generative model. J. Cheminf. 10, 33 (2018).

26. Gomez-Bombarelli, R. et al. Automatic chemical design using a data-driven continuous representation of molecules. Acs. Cent. Sci. 4, 268-276 (2018).

27. Olivecrona, M., Blaschke, T., Engkvist, O. & Chen, H. Molecular de-novo design through deep reinforcement learning. J. Cheminf. 9, 1-14 (2017).

28. Wang, M. et al. RELATION: a deep generative model for structure-based de novo drug design. J. Med. Chem. 65, 9478-9492 (2022).

29. Seo, S., Lim, J. & Kim, W. Y. Molecular generative model via ret-rosynthetically prepared chemical building block assembly. Adv. Sci. 10, 2206674 (2023).

中国浙江杭州浙江大学药学院与癌症中心,邮编310058。 中国河北承德承德医学院中药研究所,邮编067000。 中国湖南长沙湖南大学生物学院药学系,邮编410082。 中国浙江杭州碳硅人工智能科技有限公司,邮编310018。 中国澳门澳门科技大学中药质量研究国家重点实验室、澳门应用医学与健康研究所内的内尔博士创新药物发现生物物理实验室,邮编999078。 中国澳门澳门理工学院应用科学学院,邮编999078。 这些作者贡献相同:王明阳、李帅、王继科。邮箱:tingjunhou@zju.edu.cn;kimhsieh@zju.edu.cn ↑

点击化学,ROCK1,BBAR,AI

图片名称

艾维缔官网

图片名称
图片名称

艾德官网

图片名称
图片名称

B站IVDSHOW

图片名称
图片名称

抖音军哥聊表观

图片名称
图片名称

视频号艾维缔

图片名称
图片名称

小红书艾维缔

图片名称
图片名称

快手表观盒子

图片名称
图片名称

表观遗传学

图片名称

联系我们

Tel:+86-0313-5935521|18911529660

ADD:张家口市怀来县东花园镇哈工大研究院T8幢7层

邮箱:1951545998@qq.com

留言咨询

如果您对我们的产品和服务感兴趣,请留下您的信息。

立即咨询 →

IVDSHOW

订阅我们,以便及时了解产品更新和特惠活动

%{tishi_zhanwei}%
售后反馈 →

免责申明:本网站销售的所有产品均不得用于人类或动物之临床诊断或治疗,仅可用于工业或者科研等非医疗目的。(获得国家相关部门批准的产品除外) 

版权所有:艾维缔科技怀来有限公司 

营业执照