分别预测生物作用方向与结合亲和力,再对优选候选开展细胞功能比较。
分别预测生物作用方向与结合亲和力,再对优选候选开展细胞功能比较。(NAMs China)

有结合可能,还要判断激活还是抑制

华南理工大学(South China University of Technology)等机构的研究者提出方向约束的候选分析框架。对于药物干预,只预测分子可能与某种蛋白结合还不够,预期作用还需要与疾病希望改变的方向一致。

研究分别建立激活或抑制的分类模型与结合亲和力回归模型。方向分类使用 23,204 个具有明确注释的分子—蛋白对,亲和力数据约 218 万对;两项任务使用相似输入表征,分别采用各自的数据集训练独立模型。

不熟悉的蛋白或骨架,更能考验预测

模型比较包括随机分子—蛋白对划分、未见蛋白划分和未见分子骨架划分。后两种情形更接近向新对象外推,研究观察到性能比常规随机划分下降。

作者选择一种图网络与蛋白序列表征组合用于后续分析。它的用途是缩小候选范围,并为结合强弱与作用方向分别提供预测;这些计算结果还需要相应生物学实验检验。

从既有损伤资料提取两个干预方向

团队重新分析 Open TG-GATEs 的大鼠肝转录数据,比较对乙酰氨基酚损伤后的不同时间点与匹配对照。这些是既有动物数据,不是本研究新建立的人源肝损伤图谱。分析把抑制炎症相关信号与恢复谷胱甘肽相关过程作为两个候选干预方向。

筛选后,研究选择橙皮苷和熊去氧胆酸继续比较,并考察两种分子共同形成的纳米制剂。候选排序中的生物功能判断,与后续制剂性质优化属于不同环节。

人源细胞实验比较候选制剂的保护作用

在受损的人源 HepG2 细胞模型中,研究比较单一分子、物理混合物与共同制剂,检查细胞活性和谷胱甘肽过氧化物酶活性。共同制剂表现出较强的保护相关变化;另行氧化应激模型与炎症模型分别检测活性氧(reactive oxygen species,ROS)和肿瘤坏死因子 α(tumor necrosis factor α,TNF-α)。炎症实验使用小鼠来源巨噬细胞,不能合并称为全人源验证。

这项研究将预期作用方向用于计算筛选,并以人源细胞的实际功能指标检查候选,另以小鼠组织学与血液生化评价体内反应。

来源与延伸阅读

  1. Smart Molecules. AI-enabled engineering of hesperidin/ursodeoxycholic acid nanomedicine for synergistic treatment of drug-induced liver injury. 2026-09-03. doi:10.1002/smo2.70101. ↗