Atomwise｜AI是高通量筛选的可行替代方案：318个靶点的研究工作
Atomwise｜AI是高通量筛选的可行替代方案：318个靶点的研究工作
2024年4月2日，Atomwise宣布了AIMS（Artificial Intelligence Molecular Screen）计划的结果，该计划将AtomNet人工智能平台确立为HTS（high-throughput screening）的可行替代方案，并验证了其持续发现结构新颖的化学物质的能力。
这项具有里程碑意义的研究通过与30个国家的250多个学术实验室合作，将AtomNet应用于318个靶点，是迄今为止报告的规模最大、最全面的虚拟高通量筛选活动。
在发表于Nature Scientific Reports的一篇论文AI is a viable alternative to high throughput screening: a 318-target study中，Atomwise声称，与传统的HTS相比，靶点成功率有了显著提高。AtomNet在所有靶标类别中都表现出了持续的高命中率，涵盖了主要治疗领域相关的广泛蛋白质类别，证实了人工智能平台的广泛适用性。AtomNet还显示出发现新型化学物质的卓越能力，平均每个靶点发现7种以上结构独特的生物活性化合物。
AtomNet由Atomwise开发，是首个深度神经网络，旨在预测基于结构的药物发现中的小分子生物活性。AtomNet的虚拟HTS方法可以搜索由超过15万亿个可合成化合物组成的不断扩大的化学库，准确地找到不同于任何已知结合剂的hits，从而从广阔的、未开发的化学空间中实现快速发现。
基因泰克前执行副总裁兼研究与早期开发部负责人、Atomwise董事会成员Mike Varney说："我们需要针对新靶点的新技术。随着制药业越来越多地转向解决越来越难的疾病生物学问题，我们需要能应对这些挑战的新分子。长期以来，制药业主要依靠单一来源--HTS--来鉴定新的生物活性化合物。任何新方法都需要证明其在整个蛋白质组中的适用性和稳健性。看到Atomwise在如此广泛的疾病靶点上取得成功，我们感到非常兴奋。"
Atomwise首席科学官Gavin Hirst说："AtomNet能够持续鉴定新型生物活性化学化合物，解决了当前小分子药物发现的一个根本性挑战和低效率问题。药物化学家总是希望有新的骨架。新的骨架能让你取得进展，并有可能释放出不同的选择性、药代动力学或药效学。获得新的骨架可以增加开发的分子在临床上产生有意义的差异的可能性。"
对于大多数项目来说，AtomNet训练数据不包含目标蛋白质或任何近似同源物的活性分子。因此，发现的hits往往是新发现的或难以锁定的蛋白质的first-in-class结合物。AIMS计划中的例子包括帕金森病新靶点Miro1的首个还原剂、OTUD7A和OTUD7B（实体瘤和血液肿瘤中具有挑战性的去泛素化酶靶点）的首个抑制剂，以及CTLA-4 （一种成熟的肿瘤靶点）的小分子抑制剂。
宾夕法尼亚大学Gregory Bowman教授利用AtomNet发现了肿瘤学治疗靶点磷酸酶PPM1D的一个隐蔽位点，他说："一般来说，虚拟筛选平台的预测能力极为有限，AIMS的研究结果表明，AtomNet在发现传统上具有挑战性的生物学（如异位或蛋白质-蛋白质相互作用）方面具有很高的成功率。这种值得注意的能力为许多以前被认为难以发现的靶点打开了大门"。
北卡罗来纳大学教堂山分校生物化学与生物物理学系助理教授、博士Pengda Liu说："AtomNet使我们发现了针对两个新兴靶点的高选择性抑制剂，这两个靶点可能适用于多种癌症，但缺乏已知的非共价结合剂。尽管这些靶点具有新颖性和挑战性，AtomNet预测的化合物却具有很强的效力，因此我们目前正在推进药物化学方面的工作。很显然，像AtomNet这样的人工智能方法可以从根本上改变我们对可能性的思考方式，我毫不怀疑它将在未来的药物开发中发挥关键作用。"
Atomwise首席执行官Abraham Heifets说："我们设计AtomNet的目的是能够推断不同靶点的分子学习，并积极预测新靶点和挑战性靶点的活性。一直以来，人工智能驱动的发现所面临的主要挑战之一是需要预先存在的靶标配体数据来准确预测活性，从而缩小了人工智能的适用范围。我们首次证明，AtomNet不需要任何特定靶标的训练数据，几乎可以应用于任何靶标，甚至是那些被认为是不可成药的靶标。"
领导AIMS计划的Atomwise首席技术官Izhar Wallach说："在如此广泛的靶点上全面测试AtomNet的能力清楚地表明，该平台在识别新型类药物骨架方面具有前所未有的准确性。我们非常感谢全球数百名才华横溢的研究人员促成了这次合作。"
Atomwise产品管线
Atomwise计划今年为其主要候选药物提交IND申请，这是一种新型异位TYK2抑制剂，具有first-in-class和best-in-class潜力，是利用AtomNet发现的。公司的愿景是发明一种更好的方法来发现和开发帮助患者的新药。
关于Atomwise
Atomwise是一家科技生物公司，利用AI/ML技术彻底改变小分子药物的发现。Atomwise团队发明了将深度学习用于基于结构的药物设计，这是Atomwise的best-in-class的人工智能发现和优化引擎的核心技术，其与众不同之处在于能够发现和优化新型化学物质。Atomwise已对其发现引擎进行了广泛验证，数百次证明其有能力在多种蛋白质类型和多个"难成药"靶点中找到具有治疗潜力的化合物。Atomwise正在推进一条小分子候选药物专有管线。
我们的愿景是发明一种发现和开发新药的更好方法，以帮助患者。了解更多信息，请访问
atomwise.com
Atomwise更多信息，参见：
AI制药公司Atomwise与赛诺菲签署多靶点研究合作，预付款2000万美元
AI药物研发企业Atomwise 获得1.23亿美元B轮融资
参考资料：
https://www.businesswire.com/news/home/20240402435070/en/
--------- End ---------