Atomwise公司今天宣布与全球最大的化学品供应商Enamine有限公司合作，推出一项100亿化合物AI驱动的虚拟药物筛选计划，即10至10计划。
该倡议旨在大大增加更安全的小分子的发现，以治疗儿科癌症。Atomwise将使用其获得专利的AI虚拟筛选技术来评估数十亿药物样分子与癌症靶蛋白的结合，Enamine将为100亿个小分子化合物的虚拟库提供支持和访问。该研究将针对领先大学癌症研究创新者的需求。
每年有超过15,000名儿童和青少年被诊断出患有癌症。许多癌症没有有效的治疗方法，而且对于那些癌症，估计有80%的癌症具有影响长期健康的严重不良反应。因此，需要新的肿瘤药物。
10到10的计划将通过研究数十亿从未在任何药物发现计划中检查过的化合物来寻找新的候选药物。该倡议最大化了开发新靶蛋白药物以抑制癌症生长和转移的机会。通过评估真正新颖且结构不同的化合物，该倡议还极大地增加了为现有靶标开发新药物的可能性，同时减少了不良反应。
由于技术的融合，10到10计划中的巨大屏幕是可能的：使用Atomwise的AI算法进行准确快速的基于结构的药物开发，可扩展的云计算创新以及像Enamine的REAL这样的大型虚拟库(可轻松访问) )可快速合成的化合物数据库。
我们的许多合作伙伴通过我们的AI虚拟筛选平台仅筛选了1000万种化合物，成功地确定了早期候选药物，包括亚微摩擦。我们几乎没有抓住可能的表面 - 想象当我们筛选一个大一千倍的化学库时会发现什么。“
通过Atomwise，合作伙伴报告的早期临床前成功率是行业标准的两倍多。此外，据报道，使用Atomwise的AI技术的平均命中率比传统筛查技术对于相对较难的目标要高出一百倍。筛选出数以亿计的分子已经被证明能够提供比使用标准尺寸图书馆发现的药物强一千倍的药物 - 这种改进可能需要数年时间才能使用传统方法进行。
100亿种化合物将为研究人员提供更多的药物发现起点。研究人员不再需要筛选在癌症研究中反复筛选的同一组化合物。通过10到10的计划，研究人员将能够有效地测试大量不同的化合物，从而能够及早发现药物开发中潜在障碍的解决方案。该倡议不仅旨在提高成功率，而且还旨在提高药物开发每一步的成功和进步门槛，缩短临床前药物发现所需的时间。
北卡罗来纳州Lineberger综合癌症中心大学的Pengda Liu博士在Atomwise的AIMS奖项上取得了成功，他希望利用这一计划推进他的研究。“与Atomwise合作，我们已经在一轮筛选中发现了一些抑制剂。将化学空间扩大到100亿可能是这项研究的绝对改变，“刘博士说。
标签：虚拟药物
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。