新為醫(yī)藥成功建成以生物信息學(xué)和合成噬菌體庫(kù)技能為基礎(chǔ)的分子規(guī)劃和藥物發(fā)現(xiàn)平臺(tái)，并高效開(kāi)展單抗發(fā)現(xiàn)和抗體工程作業(yè)。公司的納米單抗、AbTAC雙抗、ADC等數(shù)個(gè)以胃腸道為首要適應(yīng)癥的項(xiàng)目研發(fā)正在取得預(yù)期成果，其中一個(gè)ADC項(xiàng)目已與某有名藥企達(dá)成合作開(kāi)發(fā)協(xié)議。場(chǎng)景一：化合物挑選化合物挑選是高通量挑選的首要也是根本用途，這種用途一般會(huì)結(jié)合前期機(jī)制研究(如生信分析，基因組學(xué)或蛋白組學(xué)等進(jìn)行靶點(diǎn)判定)，針對(duì)判定的靶點(diǎn)挑選相應(yīng)抑制劑或激動(dòng)劑，這種挑選形式咱們稱為根據(jù)靶點(diǎn)的挑選(target-basedscreening)；此外，也可根據(jù)當(dāng)時(shí)研究疾病，直接構(gòu)建相應(yīng)疾病模型，再利用高通量挑選技能，挑選針對(duì)某種疾病表型的化合物，這種挑選形式咱們稱為根據(jù)表型的挑選(Phenotypic-basedscreening)。不論根據(jù)哪種挑選形式，是為了找到可以對(duì)某種疾病具有醫(yī)治價(jià)值的小分子化合物高通量篩選化合物庫(kù)尋覓抑制劑的中心在于酶活性信息的獲得辦法。天然藥物篩選方法

目前已知氨基酸序列的蛋白質(zhì)分子約有2.1億個(gè)，但到RCSBPDB上錄入的被實(shí)驗(yàn)解析的蛋白質(zhì)三維結(jié)構(gòu)只有18,1295個(gè)，不到蛋白質(zhì)總數(shù)的0.1%。究其根本，通過(guò)X射線衍射、核磁共振或冷凍電鏡等方法獲得蛋白質(zhì)三維結(jié)構(gòu)，哪個(gè)不耗時(shí)費(fèi)力、需要很多資金投入？另，計(jì)算機(jī)猜測(cè)蛋白質(zhì)結(jié)構(gòu)有諸多限制，SWISS-MODEL要求序列同源性>30%，I-TASSER要求序列能穿到現(xiàn)有結(jié)構(gòu)，ROBETTA要求氨基酸序列<200。全國(guó)苦“蛋白質(zhì)三維結(jié)構(gòu)”久矣！直到AlphaFold2橫空出世。AlphaFold2橫空出世2020年底，AlphaFold2(DeepMind公司開(kāi)發(fā)的AI程序)在CASP14(第14屆蛋白質(zhì)結(jié)構(gòu)猜測(cè)競(jìng)賽)中將蛋白結(jié)構(gòu)猜測(cè)準(zhǔn)確性從40分提高到92.4分，完成了原子精度或者接近原子精度的結(jié)構(gòu)猜測(cè)，震驚生物界。化合小分子藥物 篩選蛋白質(zhì)與高通量藥物篩選化合物庫(kù)。

化合物個(gè)別特點(diǎn)排名圖4中展現(xiàn)了分配給2019挑選平臺(tái)中化合物樣品的一切正告標(biāo)志的概述。依據(jù)表1中所述的特點(diǎn)，可以將化合物分為三個(gè)特點(diǎn)類別：由于“高溶解度和高滲透性”，上面的類別“高溶解度和滲透性”包含正符號(hào)的化合物；第二類“中性”包括一切沒(méi)有負(fù)符號(hào)的化合物；一切剩下的帶有一個(gè)或多個(gè)正告符號(hào)的化合物都被添加到“特點(diǎn)正告符號(hào)”類別中。在每個(gè)類別中，按照表1的定義應(yīng)用優(yōu)先級(jí)排序。生物活性和化學(xué)結(jié)構(gòu)空間掩蓋在對(duì)網(wǎng)格的X軸進(jìn)行特點(diǎn)排名的情況下，咱們需要為拾取回合定義一種掩蓋多樣性的方法，以生成Y軸。咱們使用了幾種分類方法，這些方法可以分為以下幾類：?jiǎn)蝹€(gè)生物靶標(biāo)類、生物化合物輪廓空間類和化學(xué)空間掩蓋類。

纖維性疾病簡(jiǎn)直影響到身體的每一個(gè)組織，這種疾病的產(chǎn)生和發(fā)展會(huì)迅速導(dǎo)致組織功能障礙、機(jī)體組織衰竭，導(dǎo)致逝世。成纖維細(xì)胞誘導(dǎo)細(xì)胞外基質(zhì)(ECM)的大量沉積(I和V型膠原作為標(biāo)志物)是纖維化疾病的標(biāo)志。目前臨床可供使用的抗纖維化的藥物相對(duì)缺少。2021年，由MichaelGerckens等人開(kāi)發(fā)了一種根據(jù)表型挑選開(kāi)發(fā)新式抗纖維化藥物的辦法，并鑒定出一系列具有較高活性的抗纖維化化合物。挑選模型建立首要作者建立了一種深度學(xué)習(xí)模型(deeplearningmodel)，可以對(duì)高通量顯微成像取得的數(shù)千張細(xì)胞外基質(zhì)(ECM)免疫染色圖片進(jìn)行批量分析，以確定具有改進(jìn)纖維化狀況的先導(dǎo)化合物。怎么篩選先導(dǎo)化合物？

較早的抗體藥物根據(jù)雜交瘤技能，涉及動(dòng)物免疫和細(xì)胞交融等過(guò)程，制備周期長(zhǎng)、批間差異大。1985年，Smith創(chuàng)始了噬菌體展現(xiàn)技能，具體是將外源蛋白質(zhì)的DNA序列插入到噬菌體外殼蛋白的一個(gè)基因上，使外源基因跟著外殼蛋白的表達(dá)而表達(dá)，終究蛋白以與外殼蛋白交融的方式展現(xiàn)在噬菌體外表。被展現(xiàn)的蛋白或者多肽能夠保持相對(duì)的空間結(jié)構(gòu)和生物活性，因此能夠利用靶蛋白對(duì)其進(jìn)行挑選。噬菌體外表展現(xiàn)技能直接略過(guò)了動(dòng)物免疫和細(xì)胞交融過(guò)程，抗體來(lái)歷能夠跨越物種，還能夠進(jìn)一步應(yīng)用于抗體親和力老練等，具有更加高效和高通量的特點(diǎn)。采用該技能已成功開(kāi)發(fā)了全人源的抗體藥物即阿達(dá)木單抗?？贵w藥物都是怎么篩選出來(lái)的？高通量篩選

高通量篩選是一種藥物發(fā)現(xiàn)過(guò)程，可以使生化或細(xì)胞事件可以重復(fù)和快速測(cè)驗(yàn)化合物數(shù)十萬(wàn)次。天然藥物篩選方法

在過(guò)去的十年中，表型挑選在藥物發(fā)現(xiàn)中再次變得越來(lái)越重要，其實(shí)際成果是測(cè)定和挑選級(jí)聯(lián)變得越來(lái)越雜亂，從而限制了可以挑選的化合物的數(shù)量。迭代挑選可以減少整體篩查化合物的數(shù)量，節(jié)省化合物庫(kù)存，縮短時(shí)間表和成本，更重要的是在進(jìn)行大規(guī)模篩查之前先驗(yàn)證或優(yōu)化測(cè)定方式。在經(jīng)典的HTS中，一切化合物均經(jīng)過(guò)測(cè)驗(yàn)，化合物在平板篩板上的散布對(duì)成果影響不大。但是在迭代多樣性驅(qū)動(dòng)的子集挑選中（如NIBR所實(shí)踐），正確的分配對(duì)于取得合理的成果至關(guān)重要。天然藥物篩選方法