AI藥物篩選在國自然申報中的應用案例

Section.01
為什么國自然一定要加
"計算藥物發(fā)現(xiàn)"？

又到一年一度國家自然基金集中申報季，是不是還在愁：創(chuàng)新點不夠新、技術路線不夠硬、實驗做起來不落地？今年別慌！MCE 一站式藥篩平臺專注藥物發(fā)現(xiàn)計算服務，提供從靶點結構到候選分子的一整套解決方案，為您的國自然申請書快速出數(shù)據(jù)、完善方案、大幅提高中標率！

傳統(tǒng)新藥研發(fā)周期長、成本高、命中率低，而結構生物學 + 分子模擬 + AI 篩選已經(jīng)成為新藥研究最具競爭力的方向之一，在國自然評審中，AI + 虛擬篩選 + 分子動力學作為加分項、亮點項、核心創(chuàng)新項也備受矚目。

MCE 能提供哪些核心技術服務？

『一、AI 藥物篩選』

人工智能藥物設計 (Artficial Intelligence Drug Design，AIDD) 是近年來備受關注的前沿技術，已深度融入新藥設計與研發(fā)的各個環(huán)節(jié)，為藥物發(fā)現(xiàn)與開發(fā)提供了強有力的支持。隨著醫(yī)藥數(shù)據(jù)的積累和人工智能技術的發(fā)展，運用 AI 技術并結合大數(shù)據(jù)的精準藥物設計也不斷推動著創(chuàng)新藥的發(fā)展。

基于機器學習模型，MCE-AI 藥物篩選能夠實現(xiàn)：

1. 超大規(guī)�；�合物庫快速篩選。
2. 化合物成藥性、ADMET 性質預測。
3. 高活性、高選擇性小分子智能推薦。

真正做到藥篩更快、更準、更省。

圖 1. AI 技術在藥物發(fā)現(xiàn)中的應用。

『二、計算機虛擬篩選』

虛擬篩選 (VirtualScreening,VS) 利用小分子化合物與藥物靶標間的分子對接運算，可快速從數(shù)萬至數(shù)千萬分子中，遴選出具有潛在成藥性的化合物。目前利用虛擬篩選成功輔助藥物設計的案例逐年增多，虛擬篩選已成為目前最有潛力的藥物開發(fā)工具。

針對酶、GPCR、激酶、離子通道等多種類型靶點，MCE– 虛擬篩選團隊可以實現(xiàn)從化合物庫構建與預處理到基于靶點結構的高通量分子對接，以及化合物打分排序、富集分析、結果可視化，并輸出可直接用于標書、論文的圖表與數(shù)據(jù)，為您提供全流程的虛擬篩選服務。

圖 2. 基于配體與結構的虛擬篩選流程示意。

『三、分子對接』

分子對接 (MolecularDocking) 是分子模擬的重要手段之一，它通過計算機模擬來探究兩個或多個分子之間的識別過程，這一過程涉及分子間空間形態(tài)互補和能量匹配，能夠實現(xiàn)底物結合口袋精準定位，為您的作用機制研究提供強力計算證據(jù)。

分子對接類型分為：蛋白-小分子對接、蛋白-蛋白對接、蛋白-核酸對接，分子對接采用的方法有剛性對接、半柔性對接、柔性對接等。

圖 3. 蛋白-小分子的分子對接與結合模式分析。

『四、分子動力學模擬 (MD)』

分子動力學 (Molecular Dynamics, MD) 模擬是一種基于牛頓力學，綜合了物理、數(shù)學和化學等多種學科的計算機模擬方法，可以依據(jù)當前分子體系的位置、速度和動能等信息，推測該體系未來的位置、速度和動能，從而揭示分子運動的客觀規(guī)律。

通過計算機分子模擬，研究人員能夠在分子水平上理解生物大分子的運動與生物功能、蛋白- 小分子之間相互作用機理。通過對復合物穩(wěn)定性分析 (RMSD、RMSF)、氫鍵分析、關鍵氨基酸能量貢獻以及結合自由能計算，可以實現(xiàn)體系靜態(tài)對接到動態(tài)驗證的升級，讓結論更扎實、更有說服力。

圖 4. 分子動力學模擬流程圖。

MCE 客戶案例

『客戶案例一 (雙一區(qū) TOP 期刊)』

——MCE-AI 賦能降糖藥物篩選！食源性 α-葡萄糖苷酶抑制劑篩選新方案^[1]

圖 5. AI 賦能降糖藥物篩選^[1]。

本研究中，客戶先以 α-葡萄糖苷酶為靶點，用 Chemprop 算法構建活性 + 毒性 + 藥物相互作用 (DDI) 深度學習三模型，從 7 萬食源性化合物中初篩出 75 個高活性低毒候選物。

經(jīng)腸道通透性篩選 + 分子對接/200ns 動力學模擬驗證結合穩(wěn)定性，鎖定白樺脂酸等核心分子。

最終體外實驗確證，白樺脂酸與白樺脂、羽扇豆醇等聯(lián)用對 α- 葡萄糖苷酶有協(xié)同抑制作用，為糖尿病飲食干預提供新方向。

『客戶案例二 (IF =38.6)』

——MCE-計算機虛擬篩選，破解糖尿病心臟損傷^[2]

圖 6. 通過虛擬篩選得到高效的 GRK3 抑制劑 ICQA^[2]。

在本案例中，作者先證實 GRK3 通過磷酸化 CB2R (S335 位點)加速其降解，加劇心肌損傷，鎖定 GRK3 為靶點。對 19100 種生物活性化合物高通量虛擬篩選；經(jīng)分子對接、10ns 動力學模擬驗證結合穩(wěn)定性，篩選出異綠原酸 A (ICQA)。

SPR 證實其與 GRK3 高親和力結合 (Kd=199nM)，體內外實驗確證 ICQA 可抑制 GRK3 活性，保護心肌功能，為糖尿病心臟損傷提供新療法。

產(chǎn)品推薦

虛擬篩選 虛擬篩選 (VirtualScreening,VS) 是基于小分子數(shù)據(jù)庫開展的活性化合物篩選。利用小分子化合物與藥物靶標間的分子對接運算，虛擬篩選可快速從幾十至上百萬分子中，遴選出具有成藥性的活性化合物，大大降低實驗篩選化合物數(shù)量，縮短研究周期，降低藥物研發(fā)的成本

AI 篩選 人工智能 (ArtificialIntelligence，AI) 藥物篩選是一種結合AI技術與計算化學的高通量篩選方法，廣泛應用于蛋白結構預測、新藥研發(fā)和分子設計與優(yōu)化等領域。其主要目的是利用機器學習 (MachineLearning，ML) 算法分析大量數(shù)據(jù)，從中學習規(guī)律，生成 AI 打分函數(shù)，以此提高篩選效率，加速候選藥物的發(fā)現(xiàn)過程。

分子對接 分子對接 (MolecularDocking) 是一種基于計算模擬的藥物分子與生物大分子 (如蛋白質、核酸等) 相互作用預測技術。其核心原理包括鎖鑰模型 (Lock-and-KeyModel) 和誘導契合學說 (InducedFitTheory)，分別描述配體-受體的剛性匹配和動態(tài)構象調整過程。

分子動力學模擬 分子動力學 (MolecularDynamics,MD) 模擬是一種基于牛頓力學，綜合了物理、數(shù)學和化學等多種學科的計算機模擬方法，用于研究分子體系的運動和相互作用、預測分子體系的行為和結構性質。通過計算機分子模擬，研究人員能夠在分子水平上理解生物大分子的運動與生物功能、蛋白-小分子之間相互作用機理。

Spr 檢測服務 表面等離子共振 (SurfacePlasmonResonance，簡稱 SPR) 是借助傳統(tǒng)光學現(xiàn)象，利用光在不同介質中產(chǎn)生消逝波后與等離子波產(chǎn)生共振，進而可以構建生物分子相互作用的生物傳感分析技術，用以檢測生物傳感芯片上配位體與分析物之間的相互作用情況。

[1] Liu R,et.al. Chemical Properties-Based Deep Learning Models for Recommending Rational Daily Diet Combinations to Diabetics Through Large-Scale Virtual Screening of α-Glucosidase Dietary-Derived Inhibitors and Verified In Vitro. J Agric Food Chem. 2025 Jun 18;73(24):15165-15177. 
[2] Gao P, et al. G Protein-Coupled Receptor Kinase 3 Exacerbates Diabetic Heart Injuries Through Direct Phosphorylation of Cannabinoid Receptor 2 in Humans and Mice. Circulation. 2025 Sep 23;152(12):882-898.