将 ScienceAI 设为星标

第一时间掌握

新鲜的 AI for Science 资讯

作者 | 论文团队

编辑 | ScienceAI

传统的靶向药物设计方法长期受限于三大关键瓶颈：初始化合物库的质量不高、湿实验筛选成本高昂以及活性预测模型可解释性差，这些瓶颈严重制约了新药发现的效率。

为突破这一行业难题，湖南大学、华东师范大学联合上海交通大学、华中科技大学等高校科研团队利用先进的分子图像技术，构建了一个快速、精准且可解释的靶向药物通用发现工作流程，旨在加速新药的研发进程。

研究成果以《Discovery of EP4 antagonists with image-guided explainable deep learning workflow》为题发表在《National Science Open》上。

论文地址：https://www.sciengine.com/NSO/doi/10.1360/nso/20240015

该研究提出了一种通用的基于分子图像的可解释生成与筛选工作流 ——LeadDisFlow。LeadDisFlow 作为端到端的 AI 药物研发平台，已成功助力研究人员发现四个具有纳摩尔级别拮抗活性的高选择性 EP4 拮抗剂，大幅缩短了从筛选到初步验证的药物研发周期。该研发平台已被制药公司用于药物发现及优化，已推动一款候选药物进入临床 Ⅱ 期试验阶段。

相较于现有先进方法，LeadDisFlow 展现出两大显著优势：

1. 优越的可解释性：借助基于分子图像的方法与可视化分析技术，该工作流能直观揭示影响分子活性的关键化学结构（或子结构），从而显著增强了模型预测的可靠性与透明度。

2. 完整的端到端实践验证：LeadDisFlow 覆盖了从 AI 设计到实验验证的全链条。通过生成模型创建了针对特定靶点的大规模、多样化且高质量的虚拟化合物库，并利用基于分子图像的深度学习模型进行高通量虚拟筛选。最终通过化学合成与生物活性测试，成功验证了 AI 的预测结果，发现了四种高活性（IC50 值达纳摩尔级）和高选择性的先导化合物，闭环证明了该流程在实践中的可行性与高效性。

方法

LeadDisFlow的核心工作流由两大模块构成：分子生成模块（LeadDisFlow-G）和分子筛选模块（LeadDisFlow-S）。

一、LeadDisFlow-G (分子生成模块)

• 核心架构：此模块基于循环神经网络（RNN）构建，能够对已知的分子骨架（Scaffold）和分子片段（Fragment）进行智能「装饰」与拼接，创造出全新的分子结构。

• 分子库生成：研究团队将从 28 个专利中收集的具备一定药理学活性的 EP4 拮抗剂分子作为「种子」，输入到预训练好的 LeadDisFlow-G 模型中。模型以此为基础共生成了 140,569 个结构新颖且独特的分子，构建出庞大的初始虚拟化合物库。

二、LeadDisFlow-S (分子筛选模块) 及漏斗式筛选流程

筛选模块采用了先进的 ImageMol 模型，这是一个基于自监督学习的分子图像属性预测模型，遵循「预训练 - 微调」的高效范式：首先在 1000 万的无标签分子图像数据上进行预训练，学习普适的化学特征；然后，在小规模 EP4 标签的特定任务数据集上进行微调，使其具备精准的活性预测能力。

筛选过程遵循一个高效的「漏斗式」流程，逐步缩小候选范围：

1. 初筛 (基于规则过滤)：首先，对初始的 140,569 个分子应用类药性质规则（如分子量、脂水分配系数 LogP 等）和药效团规则进行过滤。此轮筛选后，剩余 19,250 个候选化合物。

2. 中筛 (基于多样性聚类)：为确保候选分子的多样性，将 19,250 个化合物进行聚类分析，将其分为 100 个簇。随后，从每个簇中挑选出 20 个代表性分子，得到一个包含 2,000 个分子的、兼具多样性与代表性的高质量子集。

3. 精筛 (基于 AI 模型打分)：将这 2,000 个分子输入到经过微调的 LeadDisFlow-S 模型中，进行精准的生物活性预测与评分。

4. 最终遴选 (人工评估与决策)：研究人员从模型评分最高的 50 个分子中，结合药物化学家的专业知识，进行化学合成可行性与潜在成药性的评估，确定了 ZY001, ZY002, ZY003, ZY004 这四个分子，用于后续的化学合成与生物活性验证。

结果

基准评估

在基准评估（Benchmark）中，研究团队将本文所用的筛选模型 LeadDisFlow-S 与五种先进的、基于图结构的自监督学习模型进行了性能比较。这些模型包括 GROVER、MGSSL、MPG、GraphMVP 和 MolCLR。在关键的 EP4 拮抗剂活性预测任务上，LeadDisFlow-S 表现出色，其 ROC-AUC 值达到了 0.88，在所有对比模型中位列第一。作为参照，其他模型的表现分别为：GROVER (0.78)、MGSSL (0.78)、MolCLR (0.76)、GraphMVP (0.70) 和 MPG (0.57)。与表现次优的 GROVER 和 MGSSL 模型（AUC 同为 0.78）相比，LeadDisFlow-S 的 AUC 相对性能提升约 12.8%，证明了其在活性预测任务上的优越性。

可解释性研究

为了深入探究模型决策的内在逻辑，研究团队对 LeadDisFlow 的可解释性进行了两项关键研究。

1. 关键药效团的识别：在对筛选得到的化合物进行可视化分析时，LeadDisFlow 能够生成分子热力图，并将「注意力」准确聚焦于对活性至关重要的苯甲酸药效团。这一结果与已知的药理学先验知识完全吻合，验证了该模型预测的可靠性与合理性。

2.「活性悬崖」现象的精准捕捉：在更具挑战性的「活性悬崖」识别测试中，LeadDisFlow 与三种主流的图神经网络模型（GCN, GAT, MPNN）进行了比较。实验选取了一对「活性悬崖」分子（其结构仅因一个苯环被替换为环己烷，生物活性便相差近 20 倍）。结果显示，三种基于图的方法均未能识别出导致活性剧变的微小结构差异，而 LeadDisFlow 则成功地将注意力聚焦在了这个关键的环结构上。

实验证明，LeadDisFlow 不仅能做出准确预测，还能在微观层面精确解析影响活性的关键子结构，从而为后续的药物优化提供极具价值的见解。

候选化合物 ZY001-ZY004 的药理学验证

研究团队进行湿实验对 LeadDisFlow 发现的候选化合物 ZY001-ZY004 进行了系统性评估：

1. 活性验证：四个化合物均展现出优异的 EP4 拮抗活性，其中 ZY001 的 IC50 值达到 0.51 nM，其余化合物也均保持了个位数纳摩尔级的拮抗活性。

2. 选择性验证：化合物对 EP4 受体具有良好的靶标选择性，其对 EP1-EP3 的拮抗活性均大于 10,000 nM，选择性指数超过 20,000 倍。

3. 作用机制验证：化合物通过与 EP4 受体的内源性配体 PGE2 通过竞争性拮抗发挥作用，其 Schild 分析斜率为 1.014（接近理论值 1）。

这一系列实验不仅验证了 LeadDisFlow 的可靠性，也为后续的药物开发奠定了坚实的理论基础。

代表性化合物 ZY001 对免疫抑制相关基因表达水平的调控

为初步评估代表性化合物 ZY001 在应用潜力，研究团队在巨噬细胞中对免疫抑制相关基因表达水平的影响。实验结果表明，ZY001 能够以剂量依赖性方式，显著抑制由 PGE2 诱导的多种免疫抑制相关基因（如 Il4, Mrc1 等）表达水平的上调，这表明 ZY001 能够解除由 PGE2/EP4 引起的免疫抑制。这初步验证了 LeadDisFlow 在免疫治疗药物发现中的有效性和可靠性。