背景
在肿瘤治疗中,开发高选择性小分子抑制剂对提升疗效和降低副作用至关重要。这些抑制剂精准靶向特定蛋白,减少对正常细胞的伤害,提高药物安全性。
挑战
- 在竞争激烈的市场中,新药物需展现出更优的疗效和安全性。
- 不同靶点蛋白不同亚型残基变化很小,很难精准定位选择性来源。
关键结果
- XFEP选择性预测方法在20个分子对5种不同亚型的选择性预测结果显示出与实验结果0.69的高相关性。
- 通过可解释性模型,我们识别影响选择性的关键氨基酸残基,通过两轮针对性改构显著提升了分子选择性。


背景
在肿瘤治疗中,开发高选择性小分子抑制剂对提升疗效和降低副作用至关重要。这些抑制剂精准靶向特定蛋白,减少对正常细胞的伤害,提高药物安全性。
挑战
关键结果
AI和自动化助力药物发现更快速、更高效