美国匹兹堡大学药学院 Junmei Wang 研究团队提出了一套名为 FSGLD(全谱生成式先导化合物发现,Full-Spectrum Generative Lead Discovery)的深度学习流程,用 DRUG-GAN 模型学习分子指纹的分布特征,再把生成的指纹当作查询条件,到 ChEMBL、ZINC 等大型化学数据库中检索结构相似的真实化合物,从而把传统上 "在海量化学空间里盲筛" 的靶向药物发现,变成 "按指纹特征定向检索 + 分层计算验证" 的可复用框架。这套流程已在大麻素受体 CB2 等药理学特征各异的靶点上完成评估,能够找出与训练配体结构不同、但仍具备靶点结合倾向的新候选分子;配套的热力学积分(TI)计算流程在保持精度的前提下把计算时间压缩了 80%—90%,整体上有望降低临床前阶段筛选先导化合物所需的时间和成本。
为什么需要换一条思路做靶向药物发现
- 传统新药研发周期长、成本高:一款新药从构想到获批平均成本超过 26 亿美元、耗时超过 12 年,而化学空间里可探索的分子规模在 10²³—10⁶⁰ 量级,要从中同时筛出有生物活性、理化性质合格、又可合成的化合物,难度非常大。
- 生成式 AI 直接造分子存在落地瓶颈:生成模型虽然能学习已有分子的结构和性质、提出候选分子,但不少模型生成的新分子在化学上不可合成,拿到实验台面前就容易走不通。
- FSGLD 的切入点就是绕开 "先造新结构" 这一步:它不要求模型直接产出完整化学结构,而是先在分子指纹这一紧凑的数字编码层面做生成,再回查真实数据库里已经存在、结构有效且可获取的化合物,让候选分子具备后续实验验证的可行性。
FSGLD 流程是怎么跑通的
核心模型 DRUG-GAN 由生成器和判别器两部分组成:生成器从随机噪声出发产生指纹,判别器负责区分真假指纹,双方反复博弈训练;判别器采用深度卷积神经网络(DCNN),团队对比测试了 LeNet-5、AlexNet、ZFNet、VGGNet 四种架构。根据发现目标不同,模型分三个场景运行,检索与筛选流程统一衔接。
| 场景 | 模型形式 | 训练与输入 | 检索目标 | 主要用途 |
|---|---|---|---|---|
| 场景 I:类药性化合物 | 标准 dcGAN | 以 DrugBank 中的类药性分子 MACCS 指纹作为真实样本 | 生成指纹后到 ZINC 数据库做相似性检索 | 无偏探索具备类药性特征的化学空间 |
| 场景 II:靶点特异性化合物 | 条件生成对抗网络 cdcGAN | 以 CB2 活性配体和非活性配体作为两类训练数据 | 到 ChEMBL、ZINC 数据库检索带靶点偏向性的候选化合物 | 从类药分子探索转向靶点导向的靶向药物发现 |
| 场景 III:靶点特异性化合物系列 | 带掩码层的 DRUG-GAN | 通过 Lambda 层固定预定义共同骨架(MCS)对应的指纹特征位,其余特征位允许变化 | 检索同时保留指定骨架、又有结构差异的化合物系列 | 命中化合物扩展与后续先导化合物优化 |
从指纹查询到实验验证的分层筛选链路
候选化合物被数据库检索出来之后,FSGLD 没有直接送实验,而是设置了一套逐层过关的计算筛选流程:
- 分子对接:先评估候选分子与目标受体的结合情况。
- LRIP 靶点特异性评分:用靶点特异性评分函数做进一步排序筛选。
- 分子动力学(MD)模拟:观察分子与受体在动态过程中的结合稳定性。
- MM-PBSA 结合自由能计算:估算结合自由能水平。
- 热力学积分(TI)计算:做更精细的结合能评估,配套流程把 TI 计算时间缩短 80%—90%。
- 实验验证:只有通过前面各层筛选、优先级较高的候选分子,才进入后续实验评估环节。
CB2 靶点上的关键评估结果
- 在相似性阈值 TS ≥ 0.85 的 186 个 ChEMBL 化合物中,169 个分子量落在 100—500 Da 区间,其中 104 个已被生物活性实验报道为 CB2 活性配体,抑制常数 Ki 小于 10 μM,低 Ki 分子明显富集,说明指纹查询能从活性数据库中捞出已知与靶点相关的化学结构类型。
- 从 ZINC 数据库另外检索到 161 个 TS ≥ 0.85 的化合物;这批化合物与 CB2 对接得分平均为 −10.10 kcal/mol,优于场景 I 训练所用诱饵分子的平均值 −8.29 kcal/mol,整体表现出对 CB2 而非 CB1 的结合偏好。
- 骨架约束场景下,团队分别在 ChEMBL 和 ZINC 中确认了保留 MCS ii、MCS iii 等指定子结构的化合物系列,多数候选与 CB2 的预测对接得分优于 CB1,具备进一步开展 CB2 靶向筛选的潜力。
- 除 CB2 外,研究团队还在 G 蛋白偶联受体(GPCR)和蛋白激酶这两类最常见的药物受体上做了筛选评估,识别出与训练分子不同、但仍能结合目标受体的新化合物。
综合来看,FSGLD 把生成式建模、计算机虚拟筛选和体外实验验证串成了一条端到端流程:前端用分子指纹查询扩大可探索的化学空间,后端用分层计算过滤掉结合倾向不足的候选,最终保留可走向实验验证的靶点特异性化合物。这套框架强调实用性和可扩展性,既服务学术研究,也可被制药行业用于先导化合物的早期发现;团队后续还在推进 ADSeqGAN(基于分子文本描述生成结构)和 DRUG-FF(依托受体三维形状引导设计)等互补方向。
【常见问题】
问题 1: 匹兹堡大学做靶向药物发现时,为什么选择分子指纹查询路线,而不是让模型直接生成完整的新分子结构?
回答 1: 直接生成新分子结构容易碰到两个现实问题:一是很多生成分子化学结构无效,二是大量分子实际无法合成,走到实验阶段容易成为死路。分子指纹是对分子关键化学特征的紧凑数字编码,数据需求相对小、适合从有限样本中学习;匹兹堡大学团队先用 DRUG-GAN 生成具备目标特征的分子指纹查询,再回查 ChEMBL、ZINC 等数据库里真实存在的化合物,拿到的候选在结构有效性和可获取性上更有保障,更适合推进后续靶向药物发现流程。
问题 2: FSGLD 流程是如何通过分子指纹查询,一步步得到靶点特异性化合物的?
回答 2: 场景 II 中,条件生成对抗网络 cdcGAN 先以 CB2 活性和非活性配体为训练数据,学会与靶点活性相关的指纹特征,生成带靶点偏向性的指纹;随后把这份分子指纹查询作为条件,在 ChEMBL 和 ZINC 数据库中按相似性阈值检索候选化合物;检索结果再依次经过分子对接、LRIP 评分、MD 模拟、MM-PBSA、TI 计算和实验验证,逐层筛选出真正具备靶点结合倾向的靶点特异性化合物。
问题 3: DRUG-GAN 的分子指纹查询在 CB2 靶点评估中,检索到的靶点特异性化合物表现如何?
回答 3: 在 TS ≥ 0.85 的 ChEMBL 检索结果中,104 个化合物已被报道为 CB2 活性配体且 Ki 小于 10 μM,活性分子出现明显富集;ZINC 中检索到的 161 个候选与 CB2 对接得分平均 −10.10 kcal/mol,优于诱饵分子的 −8.29 kcal/mol,并且整体更偏好结合 CB2 而非 CB1。这些结果说明分子指纹查询能够有效服务于 CB2 方向的靶向药物发现,捞出与训练配体结构不同的新候选分子。
问题 4: 这套由匹兹堡大学提出、基于分子指纹查询的靶向药物发现流程,生成靶点特异性化合物之后还要经过哪些筛选环节?
回答 4: 流程采用分层过滤设计:先做分子对接评估结合情况,再用靶点特异性 LRIP 评分函数排序,接着进入分子动力学模拟和 MM-PBSA 结合自由能计算,然后用配套流程完成热力学积分计算(计算时间缩短 80%—90%),只有通过当前环节的化合物才能进入下一环节,最后对优先级最高的候选分子开展实验验证,形成从生成、检索、计算筛选到实验评估的完整闭环。
【参考资料】
- [2026-11-16](从类药分子到靶点特异性化合物,美国匹兹堡大学利用分子指纹查询加速靶向药物发现)36 氪
- [2026-11-13](From Drug-like Molecules to Target-specific Compounds: University of Pittsburgh Accelerates Targeted Drug Discovery Using Molecular Fingerprint Queries)HyperAI
- [2026-11-10](He's using AI to screen existing compounds for therapeutic potential)University of Pittsburgh Pittwire
- [2026-10-28](A Full-Spectrum Generative Lead Discovery (FSGLD) pipeline via DRUG-GAN: A multiscale method for drug-like/target-specific compound library generation)Science Advances
免责声明: 本文基于公开报道与已发表研究资料整理,内容仅作技术动态与行业信息参考,不构成医药研发建议、临床用药指导或投资建议;文中涉及的候选化合物、靶点结合结果与流程指标均来自相关研究团队公开发表的成果,后续转化效果以同行评议论文及进一步实验验证为准。
