根据塔夫茨药物开发研究中心(CSDD) 的研究，开发一种新药的平均成本约为 26 亿美元。此外，90% 的新药未能获得批准。对于那些确实获得批准的少数人来说，至少还需要 10 年才能将它们推向市场。

鉴于这些发人深省的统计数据，制药公司正在寻找降低药物发现成本和时间的方法也就不足为奇了。

这篇博文将简要讨论分子相似性搜索以及研究人员如何使用它来帮助加快药物发现，同时降低相关成本。

分子虚拟筛选

如前所述，药物开发成本高、耗时长且失败率高。因此，研究人员一直在寻找更具成本效益和更高成功概率的药物开发方法。

帮助实现这些目标的一种方法是使用虚拟筛选——一种用于药物发现的计算技术，用于搜索小分子数据库，以帮助在药物发现项目的早期找到先导化合物。具有最高活性和成功概率的分子在计算机中被选择用于进一步、更详细的研究。这有助于减少体外实验的数量——显着减少药物发现的时间和成本。

寻找具有更高活动概率的分子

研究人员利用相似性质原则来寻找可能具有活性的分子。

相似性质原则指出，在结构上与活性分子相似的分子也可能具有活性。因此，找到与已知活性分子结构相似的分子是成功发现药物的关键之一。

两个分子的结构相似性是通过比较它们的分子指纹来确定的。

分子指纹

分子指纹是通过将分子结构片段编码成特征的二进制向量来创建的，其中每个位对应于特定片段的存在

如果两个分子指纹在同一位置有 1，那么两个分子都有相同的片段，它们共享的片段越多，它们就越相似。

Tanimoto 系数

衡量分子指纹相似性的最流行方法是计算 Tanimoto 系数。

如下图所示，Tanimoto 系数是分子共享的片段位置数除以任一分子设定的片段位置的比值。Tanimoto 评分范围从 0（无相似性）到 1（相同分子）。

合作进行化学信息学研究

GSI Technology正在与魏茨曼科学研究所南希和斯蒂芬格兰德以色列国家个性化医学中心的研究人员合作进行化学信息学研究。

最初，团队正在探索如何将GSI 的 APU技术用于超快速分子结构相似性搜索，他们发现 APU 可以将搜索速度提高几个数量级。

结论

药物发现是一个昂贵、耗时的过程，而且失败率很高。因此，研究人员一直在寻找方法来提高以尽可能低的成本和最高的成功概率找到活性分子的几率。

研究人员用来完成这项任务的一种简单但功能强大的方法是分子相似性搜索。参考资料：

https://medium.com/gsi-technology/molecular-similarity-search-a-simple-but-powerful-drug-discovery-tool-2b991d78c191

版权信息

本文系AIDD Pro接受的外部投稿，文中所述观点仅代表作者本人观点，不代表AIDD Pro平台，如您发现发布内容有任何版权侵扰或者其他信息错误解读，请及时联系AIDD Pro (请添加微信号sixiali_fox59)进行删改处理。

原创内容未经授权，禁止转载至其他平台。有问题可发邮件至sixiali@stonewise.cn